基于LSTM网络的路面不平度辨识方法

作     者：梁冠群 赵通 王岩 危银涛 Liang Guanqun;Zhao Tong;Wang Yan;Wei Yintao

作者机构：清华大学车辆与运载学院汽车安全与节能国家重点实验室北京100084 

出 版 物：《汽车工程》 (Automotive Engineering)

年 卷 期：2021年第43卷第4期

页      面：509-517,628页

核心收录：

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(51761135124,11672148) 汽车安全与节能国家重点实验室基金(20194180043)资助 

主　　题：路面辨识 LSTM 信号处理 深度学习 悬架控制 

摘      要：路面不平度的辨识是半主动悬架控制等智能底盘技术的难点,目前缺乏成本低、可靠性高且精确快速的方法。本文提出一种新的基于长短期记忆(long short-term memory,LSTM)网络和时序轮心加速度的实时路面不平度等级辨识方法。该方法利用轮心加速度的时序信号,而非传统的统计特征,基于LSTM网络对时序信号的强特征捕捉能力,无需信号预处理就能快速得到路面分类特征,大大减少辨识算法的计算量,可以实现实时辨识。训练集数据可以通过不同功率谱密度等级的白噪声生成路面,然后通过车辆传递特性获得加速度信号,也可集成试验数据。此方法仅需要一个时域加速度信号,且无需复杂预处理,鲁棒性高,能够实现不同车速、减振器阻尼系数、簧上质量和采样时长下的路面不平度等级的快速辨识。