基于卷积神经网络的汽车车轮定位参数自动测量方法

• 作者: 陈东皓
• 来源期刊: 计算机测量与控制
• 关键词: 车轮定位 自动测量 卷积神经网络 动态检测
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 72-75
• 页数: 4页
• 分类号: TK464
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.11.016

摘要

传统的定位参数自动测量方法四轮定位能力差,测量结果不准确.为了解决此问题,提出了一种基于卷积神经网络的汽车车轮定位参数自动测量方法.设计了测量框架,由控制模块和控制终端组成,测量工作流程分为建模初始化、数据提取、数据采集以及自动测量四步.与传统测量方法进行对比,由实验结果可知,当提取特征维数为50维时,传统方法的测量精准度在48％左右,所提方法的测量精准度为在90％左右,所涉及的方法能够精准地定位出汽车车轮定位参数,完成参数测量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈东皓	华北计算技术研究所系统八部	1	0	0.0	0.0