基于最小二乘的车速解耦路面辨识方法

刘建泽, 柳江, 李敏, 章新杰

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (07) : 1821 -1830.

PDF
吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (07) : 1821 -1830. DOI: 10.13229/j.cnki.jdxbgxb.20221193

基于最小二乘的车速解耦路面辨识方法

作者信息 +

Author information +
文章历史 +
PDF

摘要

针对路面辨识方法需要大量训练集或高的算力支撑不利于驾乘感提升实现的问题,提出了一种改进的最小二乘估计方法,无需训练集,直接采集悬架响应来辨识路面激励及路面等级变化。在建立的路面等级系数和车速为变参数模型的基础上,探讨路面激励数据的取样处理规则,通过解耦行驶速度的影响,得到了实时的路面不平度系数。仿真结果表明,A-E级路面综合估值准确度在97%以上,对路面等级突变的响应时间少于0.15 s,对路面输入的跟随性能良好。采集不同路段不同车速下的实车动力学参数进行辨识,试验结果表明,该工况下估计值准确度为98.2%,与三米尺检测法所得实际路面等级相符,验证了这种车速解耦路面辨识方法的可行性及准确性。

关键词

车辆工程 / 路面估计 / 最小二乘法 / 路面不平度 / 车速解耦

Key words

引用本文

引用格式 ▾
刘建泽, 柳江, 李敏, 章新杰 基于最小二乘的车速解耦路面辨识方法[J]. 吉林大学学报(工学版), 2024, 54(07): 1821-1830 DOI:10.13229/j.cnki.jdxbgxb.20221193

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

14

访问

0

被引

详细

导航
相关文章

AI思维导图

/