基于改进RBF网的汽车侧偏角估计方法试验研究

作者：张小龙; 李亮; 李**; 贺林; 宋健

来源：机械工程学报, 2010, (22): 105-110.

• 汽车测试
• 侧偏角
• 估计
• 改进径向基网络 Motor vehicle test Sideslip angle Estimation Improved radial basis RBF) neural network

基于汽车稳定性控制系统配置传感器信号,利用改进径向基神经网络技术对车身和车轮侧偏角进行估计。对径向基网络基本最小二乘算法提出3条改进措施以获得合适的网络结构、提高网络的泛化能力和计算实时性。构建车身和前轮侧偏角、电子稳定程序(Electronic stability program,ESP)传感器信号测试道路试验系统,进行典型高附路面试验,并提取数据样本用于网络的学习和测试。通过网络结构和性能参数交叉验证,确定网络结构为4-12-2,扩展常数为9,目标学习误差及其梯度分别为0.025和0.05。由验证样本测试网络对车身和前轮侧偏角的估计精度分别为0.5°和0.8°。基于PC平台对网络预测实时性...

• 单位
  安徽农业大学; 汽车安全与节能国家重点实验室; 清华大学