一种基于多模态数据融合的轮毂跳动检测方法及系统

AITNT
正文
推荐专利
一种基于多模态数据融合的轮毂跳动检测方法及系统
申请号:CN202510770317
申请日期:2025-06-10
公开号:CN120668394A
公开日期:2025-09-19
类型:发明专利
摘要
本发明涉及车辆故障检测技术领域,特别涉及一种基于多模态数据融合的轮毂跳动检测方法及系统,包括以下步骤:步骤1、通过振动传感器、车速传感器、胎压传感器以及转向角度传感器实时采集轮毂数据;步骤2、对采集到的数据进行同步处理;本方案中,通过振动传感器、车速传感器、胎压传感器等多类型传感器同步采集多维数据,结合带通滤波、特征提取及时频域分析等预处理手段,再利用证据理论融合各模态故障概率。该方法避免了单一传感器的局限性,例如通过胎压修正系数消除气压异常对振动数据的干扰,通过车速‑振动关联分析识别速度敏感型故障,实现了对轮毂径向/轴向跳动的多维度精准判定,检测准确率较传统单模态方案提升30%以上。
技术关键词
多模态数据融合 跳动检测方法 跳动检测系统 转向角度传感器 胎压传感器 轮毂 车速传感器 振动传感器 车载终端 车辆故障检测技术 故障诊断模块 故障概率模型 自动校准功能 高精度时钟 云端 平台 识别故障 理论
系统为您推荐了相关专利信息
1
一种基于三维GIS和智能优化的多源数据融合与异常检测方法
异常检测方法 动态三维模型 三维地理信息系统 数据结构技术 注意力机制
2
一种皮肤肿瘤分类特征的获取方法
肿瘤 图像特征向量 分类特征 多模态数据融合 指数
3
基于多源遥感的高寒湿地动态监测与健康评价方法及系统
健康评价方法 时空卷积神经网络 支持向量机分类算法 时间序列数据分析 多模态数据融合
4
基于生成对抗网络的性能压测仿真方法及系统
生成对抗网络 异常流量 仿真方法 融合特征 多模态数据融合
5
基于人工智能的生产过程中人员操作规范监管方法及系统
监督学习模型 高维特征向量 监管方法 强化学习模型 时间序列特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号