申请/专利权人：江苏大学

申请日：2021-08-05

公开（公告）日：2024-03-22

公开（公告）号：CN113408047B

主分类号：G06F30/15

分类号：G06F30/15;G06F30/27;G06N3/0442;G06N3/084;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.10.08#实质审查的生效;2021.09.17#公开

摘要：本发明公开了一种基于时滞反馈神经网络的车辆动力学预测模型、及训练数据获取方法、训练方法，提出多道路条件下的车辆动力学虚拟及实际数据集采集方法，为车辆动力学建立模型奠定数据基础。首先基于车辆非线性动力学选择性添加不同的保真度模型，得到不同复杂程度的低保真度可解释车辆非线性动力学模型多时步虚拟数据集；其次通过高保真度车辆动力学软件CarSim获得高保真度动力学模型多时步虚拟数据；最后通过布置实际无人驾驶车辆动力学数据采集装置，以获取车辆动力学真实数据集。车辆动力学虚拟数据集的自由度选择范围广，获取成本低，降低实车数据的需求量，车辆动力学真实数据集为模型再度优化权重参数，提高实际车辆动力学预测响应的精度。

主权项：1.一种基于时滞反馈神经网络的车辆动力学预测模型的训练数据的获取方法，其特征在于，包括虚拟数据集和真实数据集；所述虚拟数据集包括：低保真度可解释车辆非线性动力学多时步虚拟数据采集、高保真度车辆动力学软件CarSim多时步虚拟数据采集；所述低保真度可解释车辆非线性动力学多时步虚拟数据的采集方法包括如下：依据牛顿第二定律对复杂无人驾驶车辆进行分析，得到沿x轴、y轴和绕z轴的受力平衡方程，并设计车辆非线性动力学模型，无人驾驶车辆有纵向、横向、垂直方向的平动以及侧倾、俯仰、横摆3个方向的转动；其中，横向运动和横摆运动基本上是由转向操纵产生的；因此非线性车辆动力学模型用微分方程表示为： 其中，U为车辆质心处的速度；Ux、Uy分别为车辆质心处沿车体坐标系x,y方向的速度；αf,αr分别为前后轮侧偏角；β为车辆质心侧偏角；r为车辆横摆角速度；a,b为车辆质心距前后轴的距离；m为车辆整车质量，Iz为车辆绕质心z轴的转动惯量；Fyf,Fyr分别为前轴和后轴轮胎受到的侧向合力；Fxf为前轴轮胎受到的纵向合力；δ为前轮转角；针对车辆在不同路况下的行驶过程中的产生的非线性特征是由轮胎在转弯时引起的，因此为拓展车辆模型的适用范围，引入轮胎的Fiala模型，轮胎侧向力Fy的计算公式为： 其中Cα和μ是轮胎侧偏刚度与路面附着系数；Fz是轮胎垂向载荷；α是轮胎侧偏角；αsat是轮胎饱和侧偏角；前后轮胎侧偏角计算公式为： 当车辆处于高速行驶时，重量传递会增加或减小轮胎所受垂向力的大小，进而影响轮胎横向力的大小；L为车辆轴距，其中前后轴的垂向力计算公式为： h是车辆重心的高度；ax是车辆纵向加速度；当车辆处于低速行驶时，每个轮胎所经历的横向力的延迟由轮胎松弛长度建模，轮胎延迟量的特征取决于前后轮胎侧偏角一阶导数计算公式为： 其中，σf,σr为前后轮胎松弛长度。

全文数据：

权利要求：

百度查询： 江苏大学 一种基于时滞反馈神经网络的车辆动力学预测模型、及训练数据获取方法、训练方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD