基于BP神经网络的路面不平度识别 |
| |
作者姓名: | 谷盛丰 顾久 郑玲玲 赵旗 李杰 |
| |
基金项目: | 中国汽车产业创新发展联合基金重点项目(U1564213);国家自然科学基金国际(地区)合作与交流重点项目(61520106008);省校共建项目(SXGJSF2017-2) |
| |
摘 要: | 将BP神经网络作为识别路面不平度的工具,确定了用于识别的评价指标。建立了前后轮路面不平度滤波白噪声模型和汽车平顺性4 自由度平面模型,通过仿真获得车辆响应和前后轮路面不平度,作为BP 神经网络的输入和输出。采用3 层BP 神经网络识别路面不平度,先后构造了44 种车辆响应输入方案进行训练和测试,通过评价指标选出最优输入方案。研究结果表明,在车辆行驶的常用路面和车速条件下,识别前后轮路面不平度的最优输入方案由车轮垂直加速度、车轮垂直位移和悬架动挠度组成。
|
关 键 词: | 路面不平度 识别 神经网络 BP 神经网络 平顺性 |
收稿时间: | 2018/7/29 0:00:00 |
Road Roughness Identification Based on BP Neural Network |
| |
Authors: | GU Shengfeng GU Jiu ZHENG Lingling ZHAO Qi and LI Jie |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《》浏览原始摘要信息 |
| 点击此处可从《》下载免费的PDF全文 |