基于BP神经网络的路面不平度识别

• 作者: 李杰 谷盛丰 赵旗 郑玲玲 顾久
• 来源期刊: 汽车工程学报
• 学科: 交通运输
• 关键词: 路面不平度 识别 神经网络 BP神经网络 平顺性
• 年，卷（期）: 2019,（4）
• 页码范围: 252-259
• 页数: 8页
• 分类号: U461.4
• 字数: 4750字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1469.2019.04.03

摘要

将BP神经网络作为识别路面不平度的工具,确定了用于识别的评价指标.建立了前后轮路面不平度滤波白噪声模型和汽车平顺性4自由度平面模型,通过仿真获得车辆响应和前后轮路面不平度,作为BP神经网络的输入和输出.采用3层BP神经网络识别路面不平度,先后构造了44种车辆响应输入方案进行训练和测试,通过评价指标选出最优输入方案.研究结果表明,在车辆行驶的常用路面和车速条件下,识别前后轮路面不平度的最优输入方案由车轮垂直加速度、车轮垂直位移和悬架动挠度组成.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵旗	吉林大学汽车仿真与控制国家重点实验室	37	325	11.0	17.0
2	李杰	吉林大学汽车仿真与控制国家重点实验室	159	950	17.0	24.0
3	郑玲玲	吉林大学汽车仿真与控制国家重点实验室	7	3	1.0	1.0
4	谷盛丰	吉林大学汽车仿真与控制国家重点实验室	5	1	1.0	1.0