摘要
本发明涉及车辆控制技术领域,公开了基于神经网络补偿的线控转向角度误差修正系统,该系统采用一个时序误差预测集成网络,获取车辆状态并预测未来角度误差的均值和方差,所述方差用于量化预测的不确定性。一个主控制模块根据该均值进行前瞻性补偿,并根据该方差实现风险自适应反馈控制。一个校正模块在不确定性超过预设阈值时,主动向转向系统注入探测信号,并根据实际与理论响应的差异在线校正所述网络。本发明通过建立“不确定性感知‑自适应控制‑主动学习”的智能闭环,实现了对转向误差快速、精确且鲁棒的修正,显著提升了系统在复杂多变工况下的自适应能力和安全性。
技术关键词
时序神经网络
时序误差
预测误差
转向角度误差
失配误差
修正系统
校正模块
反馈控制器
分析模块
门控循环单元网络
力矩
线控转向系统
长短期记忆网络
车辆控制技术
横摆角速度
信号
系统为您推荐了相关专利信息
欺骗攻击检测方法
深度学习网络
强化学习代理
加速踏板位置
车辆
区间预测方法
LSTM算法
预测误差
计算机可读程序
分解算法
重构系统
度评估方法
射频
概率密度函数
门控循环单元
电网频率偏差
智能调节方法
谐波监测设备
指数
监测光伏发电系统
电网负荷预测方法
负荷预测模型
气象预报数据
注意力机制
输出特征