基于支持向量机的智能轮胎路面辨识算法

• 作者: 危银涛 梁冠群 王岩
• 来源期刊: 汽车工程
• 关键词: 智能轮胎 峰值附着系数 路面辨识 主成分分析 支持向量机
• 年，卷（期）: 2020,（12）
• 页码范围: 1671-1678,1717
• 页数: 9页
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2020.12.009

摘要

本文中提出一种基于支持向量机的智能轮胎算法,用于预测分类轮胎-路面间峰值附着系数.基于MEMS三轴加速度计搭建智能轮胎硬件系统,并在3种不同附着情况的路面上进行实车测试;提取径向与侧向加速度信号时域频域统计特征,采用主成分分析法进行特征降维;基于降维后特征参数,应用支持向量机进行分类训练;最后利用参数优化完毕的支持向量机分类器对路面峰值附着系数进行辨识.实车测试结果表明:所提出的算法可以实现路面状态的快速估计,从而为车辆控制系统提供道路的关键信息.与传统的附着系数辨识算法相比,本文中提出的方法更直接、稳定和可靠,而且不需要车辆进行加速、制动或转向.该方法泛化能力强,适用范围广,具有潜在的工程价值.