基于组合聚类的智能汽车横向稳定性判别方法

• 作者: 姚鑫鑫 孟科委 汪洪波 谷先广
• 来源期刊: 汽车工程
• 关键词: 智能汽车 稳定性判别 数据挖掘 自组织特征映射 K均值聚类
• 年，卷（期）: 2020,（11）
• 页码范围: 1497-1505
• 页数: 9页
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2020.11.007

摘要

在研究传统车辆稳定性判别方法的基础上,基于神经网络和聚类分析的理论,提出了一种车辆横向稳定性判别方法.采用SOFM神经网络和K均值聚类相结合的组合聚类法,对采集的车辆行驶参数进行离线聚类分析,得到各聚类中心及其稳定性等级.应用均值法在线更新聚类中心,计算实时数据与聚类中心的距离,根据距离最小准则进行车辆稳定性实时判别.以轮胎力法为基准对该稳定性判别方法性能进行分析,最后将判别结果作为稳定性控制策略介入控制的依据,通过CarSim/Simulink联合仿真和硬件在环试验,验证了该稳定性判别方法的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪洪波		52	427	12.0	18.0
2	谷先广		17	48	5.0	6.0
3	孟科委		1	0	0.0	0.0
4	姚鑫鑫		1	0	0.0	0.0