基于积累周期分段编码的汽车车窗防夹学习算法

• 作者: 冯富霞 李森贵
• 来源期刊: 安徽工程大学学报
• 学科: 工学
• 关键词: 车窗霍尔防夹 数据分析 斜率编码 序列分类 分类模型
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 自动化与信息工程
• 页码范围: 26-33
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0977.2022.02.005

摘要

汽车车窗防夹算法设计主要依据电机转动力矩计算出车窗受力情况,其推导计算复杂,软件设计人员需要有跨领域理论知识.以防夹霍尔硬件产生的大量真实数据为依据,利用数据分析和机器学习的技术设计分类模型,把防夹判断转为序列数据的分类.划分霍尔数据序列为正常、防夹、剧烈颠簸三种子分类,并提出了利用跟随周期平均积累差编码和斜率编码的方法分类霍尔数据序列流,这种方法简单、准确、实时地判断出防夹情况,并依此设计了简单的序列流分类防夹算法.