
基本信息:
- 专利标题: 一种重型挂车制动过程自适应学习方法
- 申请号:CN202111210700.X 申请日:2021-10-18
- 公开(公告)号:CN114154227B 公开(公告)日:2024-08-06
- 发明人: 李传武 , 潘银斌 , 陈积明 , 张宗煜 , 胡婧
- 申请人: 瑞立集团瑞安汽车零部件有限公司 , 浙江大学
- 申请人地址: 浙江省温州市瑞安经济开发区开发区大道2666号
- 专利权人: 瑞立集团瑞安汽车零部件有限公司,浙江大学
- 当前专利权人: 瑞立集团瑞安汽车零部件有限公司,浙江大学
- 当前专利权人地址: 浙江省温州市瑞安经济开发区开发区大道2666号
- 代理机构: 杭州求是专利事务所有限公司
- 代理人: 刘静
- 主分类号: G06F30/15
- IPC分类号: G06F30/15 ; G06F30/27 ; G06N3/084 ; G06N3/0499 ; B60W30/09 ; G06F111/10 ; G06F119/14
摘要:
本发明公开了一种重型挂车制动过程自适应学习方法,首先采用子空间模型辨识方法建立重型挂车的分布式状态空间模型,然后利用行程传感器、速度传感器等采集行程信号和速度信号,并绘制出制动曲线;其次将采集或计算出的反应距离、车速、制动距离、制动曲线方差和平均值数据和计算出的制动力信号进行离线的BP神经网络模型的训练。利用训练好的模型对当前制动过程进行制动距离的预测,当不在安全范围内时,进行提示和警告,辅助驾驶员进行制动行为的优化。本发明基于挂车常见的传感器模块,并结合挂车实际的分布式特点,利用预测精度较高的神经网络模型进行离线训练,在线预测,对制动行为进行优化,从而提高制动安全性。
公开/授权文献:
- CN114154227A 一种重型挂车制动过程自适应学习方法 公开/授权日:2022-03-08
IPC结构图谱:
G06F30/15 | 车辆、飞行器或船只的设计 |