买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：燕山大学

摘要：本发明提供一种考虑车速的路面不平度等级识别方法及系统，方法包括以下步骤：S1，模拟N个不平度等级的随机路面；S2，将车速分成n级；S3，取Vj～Vj+1范围内任意速度在随机路面上进行仿真；S4，对悬架动行程的时域信号和车身垂向加速度的时域信号进行经验模态分解；S5，对所有信号进行特征提取；S6，得到特征样本；S7，通过循环得到n个特征样本组；S8，使用n个特征样本组对n个神经网络中进行训练；S9，根据实际车速信号v所在车速区间，将悬架动行程信号以及车身垂向加速度信号经S4、S5后直接执行S8；S10，给出路面不平度等级。本发明考虑了车速这一显著影响路面不平度等级识别的因素，在未增加传感器的基础上，提高了路面等级识别准确性。

主权项：1.一种考虑车速的路面不平度等级识别方法，其特征在于：其包括以下步骤：步骤1：根据路面空间功率谱，将路面不平度分为N个等级，分别仿真模拟出N个随机路面，N个随机路面分别对应N个等级的路面不平度，N个随机路面的仿真时间都设定为t秒，采样周期为t1秒；步骤2：初始化车速分段数据和循环计数j值；将车速行程0-Vmax的试验车分为n级车速，分别为V1～V2，V2～V3，V3～V4，…，Vi～Vi+1，…，Vn～Vn+1，i＝1，2，3，…，n；其中Vmax为车速最大值，V1＝0，循环计数j值初始化为1，即j＝1；步骤3：取Vj～Vj+1范围内任意速度W在所述N个随机路面上进行仿真得出悬架动行程和车身加速度信号数据；仿真时，首先根据现有车辆动力学建立系统动力学模型，然后根据系统动力学模型使用速度W在N个随机路面上进行仿真，每个随机路面分别仿真得出悬架动行程的时域信号和车身垂向加速度的时域信号，速度W在仿真过程中能在Vj～Vj+1范围内随意变化；步骤4：将同一个随机路面得到的悬架动行程的时域信号记作第一时域信号A1，车身垂向加速度的时域信号记作第二时域信号A2，将所述悬架动行程数据经验模态分解EMD，得到内涵模态分量IMF11、IMF12、…、IMF1h、…、IMF1m，m为正整数，h＝1，2，3，…，m，将所述车身垂向加速度数据经验模态分解EMD，内涵模态分量IMF21、IMF22、…、IMF2h、…、IMF2m；步骤5：对时域信号和内涵模态分量进行特征提取；对第一时域信号A1、第二时域信号A2、内涵模态分量IMF11、IMF12、…、IMF1h、…、IMF1m、IMF21、IMF22、…、IMF2q、…、IMF2m，共所述2m+1个信号每隔t2秒进行一次特征提取，每次同时提取p个特征，p为正整数；步骤6：时域得到特征样本数I，每个样本包含L个样本数据；步骤7：j＝j+1，j为正整数，判断j≤n返回步骤4，否则执行步骤9；通过循环在N个随机路面上进行了不同速度范围内的仿真，因为有n级车速，因此得到n组含有I个特征样本的特征样本组，为神经网络线下训练做准备；步骤8：将n个特征样本组输入n个神经网络中进行训练，每个神经网络对应一级车速区间，得到路面不平度等级，同时得到n个训练完成的神经网络；记作第一神经网络分类、第二神经网络分类、…、第i神经网络分类…、第n神经网络分类，分别对应车速V1～V2，V2～V3，V3～V4，…，Vi～Vi+1，…，Vn～Vn+1；步骤9：通过车辆传感器获取车速信号v、悬架动行程信号d、以及车身垂向加速度信号a，根据车速信号v所在车速区间，将信号d、a经所述步骤4、5进行特征值提取后直接执行步骤8进入相应车速区间的神经网络分类，即：若Vi≤vVi+1，信号d、a经所述步骤4、5进行特征提取后进入第i神经网络分类；其中，悬架动行程信号d、以及车身垂向加速度信号a分别对应第一时域信号A1和第二时域信号A2；步骤10：第i神经网络给出路面不平度等级。

全文数据：

权利要求：

百度查询： 燕山大学 考虑车速的路面不平度等级识别方法及系统