一种非结构路面下的时序神经网络轮胎力估计方法及系统

本发明公开了一种非结构路面下的时序神经网络轮胎力估计方法及系统，属于车辆动力学控制技术领域。通过构建车辆信息采集平台，采集非结构路面下车辆状态信息；对车辆状态信息进行清洗、插值、归一化及时序补齐与掩码预处理；构建融合注意力机制的LSTM模型，该模型的输出层同时输出轮胎力的估计均值与估计方差，以量化估计不确定性；采用负对数似然损失函数进行网络训练；利用贝叶斯优化方法对网络超参数进行自动优化。本发明有效解决了非结构化路面下轮胎力时序依赖性强、非线性显著和迟滞效应明显导致的估计难题，无需额外安装轮胎内力传感器，成本低、精度高、泛化能力强，显著提升了车辆底盘控制系统在复杂路况下的性能。