道路车辆轮胎-路面摩擦估计:一种时延神经网络方法
神经与进化计算
2019-11-18 v2 系统与控制
系统与控制
摘要
车辆主动安全系统的性能依赖于轮胎与路面接触产生的摩擦力。因此,充分掌握轮胎-路面摩擦系数对于实现不同车辆控制系统的良好性能至关重要。本文利用侧向轮胎力信息研究轮胎-路面摩擦系数估计问题。所提出的估计设计采用时延神经网络(TDNN)。TDNN旨在侧向力激励下检测路面摩擦系数,避免使用标准数学轮胎模型,从而提供一种更高效且结果鲁棒的方法。此外,该方法能够独立估计每个车轮的路面摩擦,而非采用集总轴模型简化。基于真实车辆模型的仿真在不同路面和驾驶工况下进行,以验证所提估计方法的有效性。结果与经典方法(一种建模为非线性回归的基于模型的方法)进行比较。
引用
@article{arxiv.1908.00452,
title = {Estimation of Tire-Road Friction for Road Vehicles: a Time Delay Neural Network Approach},
author = {Alexandre M. Ribeiro and Alexandra Moutinho and André R. Fioravanti and Ely C. de Paiva},
journal= {arXiv preprint arXiv:1908.00452},
year = {2019}
}
备注
13 pages, 15 figures