基于深度学习的路面不平度等级识别研究

打开文本图片集

摘要：准确的路面激励信息对汽车行驶安全性和乘坐舒适性有重要影响。针对目前路面不平度等级识别算法存在复杂和准确率低等问题，提出了一种注意力门控循环单元（BiGRU-Attention）网络和车辆振动响应的路面不平度等级识别算法。首先，通过滤波白噪声法建立随机输入路面模型，1/4车辆振动模型平顺性仿真实验获取车辆振动响应信号，选择滑动窗口为1 s截取样本构造数据集;然后，通过BiGRU网络学习样本信号的深层次信息，Attention机制优化时刻特征对辨识结果的贡献率比重，快速准确地识别出路面不平度等级;最后通过消融实验实现算法的验证。（剩余8074字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。