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：吉林大学

摘要：本发明属于车辆状态预测技术领域，尤其为一种融合规范模型的车辆状态估计序列神经网络，方法包括：在汽车的行驶过程中，采集传感器的信息，包括驾驶员的输入指令、ESP采集的轮速、加速度、横摆角速度等信息；将其输入序列神经网络，得出车辆状态的预测量；将传感器的信息与上一时刻估计得出的车辆状态输入基于车辆动力学的规范模型中，得出对车辆状态的限制值；对神经网络的输出进行规范检查。本发明在传统序列神经网络的反馈通道中增加了基于车辆动力学搭建的规范模型，用该模型对不合理的输出值进行约束，然后再作为序列神经网络的反馈；本发明具有神经网络预测车辆状态值更精确的特性，同时也确保其输出永远处于合理的范围内。

主权项：1.一种融合规范模型的车辆状态估计序列神经网络构建方法，其特征在于：包括以下步骤：S1、设定需要估计的各个估计量的合理范围πi，组成集合π;所述估计量指总体模型需要估计的车辆状态量；S2、获取传感器信息，输入到序列深度学习模型进行预测，得到预测的车辆状态值向量Spt，其中元素为Spti；S3、获取传感器信息以及上一时刻输出的状态信息，输入形式化边界模型计算变化率的限制向量Ωt，其中元素Ωti，以及各值变化率的方向组成的方向向量Vt，其中元素为Vti；S4、获取上一个时刻的输出St-1，用下式计算出各状态值的变化率向量αt，其中ρ为模型预测的时间步长： ；S5、以π、Spt、Ωt、Vt、αt为输入，进行规范校验，获取最终的输出St，并且反馈到序列深度学习模型中；S6、返回步骤S2进行下一个时刻的输出估计；所述步骤S3中，所述限制向量Ωt和方向向量Vt获取方式具体包括以下步骤：S31、获取传感器的输入和上一时刻输出的车辆状态量；S32、基于前述信息和简单的轮胎模型计算得到车辆各轮胎所受到的轮胎力大小；S33、由各轮胎力计算得到车辆质心所受力和力矩的方向和大小；S34、基于力和力矩计算估计量的变化率；S35、将上述变化率拆分成方向向量Vt与限制向量Ωt；所述步骤S5中，所述最终的输出St获取及反馈具体包括以下步骤：S51、检查αt中各项αti的方向是否与Vt中各项的方向一致；检查αt中各项αti的绝对值是否小于等于Ωt中对应的各项Ωti；检查Spt中各值是否在预先设定的范围π内；S52、检查正确的估计项进行赋值sti=spti；S53、将检查出错的估计量加入错误集合E；S54、弹出E中的一个估计量，若E为空则转到步骤S57；S55、若该估计量出错由变化率的方向或值大于限制值，则按照下式来估计该时刻下该估计值的输出；然后返回步骤S54 ；S56、若该估计量出错由超出值域导致，则将其输出限制在值域的边界；返回步骤S54Sti=πi；S57、将最终获取的估计向量St作为输出。

全文数据：

权利要求：

百度查询： 吉林大学 一种融合规范模型的车辆状态估计序列神经网络构建方法