一种基于差分学习和自适应阈值的汽车天窗防夹方法

本发明公开了一种基于差分学习和自适应阈值的汽车天窗防夹方法，包括：1、采集不同工况下天窗电机在正常运行阶段的霍尔信号的周期，以构建霍尔信号的周期样本集；2、对样本集作差分，获得差分样本集；3、建立基于差分学习和自适应阈值的汽车天窗防夹模型；4、设计防夹模型的损失函数；5、将原始和差分霍尔信号的周期片段输入模型进行训练，得到最优模型；6、使用最优模型对汽车运行时的霍尔信号的周期片段进行检测，获取夹持识别结果。本发明采用稳定性较好的霍尔信号来识别汽车天窗的夹持状态，能有效提高夹持识别准确率、环境适应性和可靠性。