车辆关键状态的估计问题对实施前馈控制、提高车辆行驶的安全性至关重要.一直以来,受限于车载设备功能与算力、传感器性能等原因,对于难测状态的估计均采用了模型驱动的方法,基于简化的车辆动态模型实施估计.平行估计是一种新的估计方法,通过引入平行系统与深度神经网络,实现了数据驱动的、可在线学习、动态更新,并具有良好鲁棒性与高数据效率的估计方法.实验表明,该方法对于车辆关键状态的估计具有精度较高,对各类工况均能适用的良好性质.
科研之友
微信
新浪微博
Facebook
分享链接
