公开(公告)号：CN119047303A

公开(公告)日：2024-11-29

申请号：CN202411059541.1

申请日：2024-08-04

Applicant: 同济大学

Inventor： 张长柱 ,  房茹梦 ,  王祝萍 ,  张皓 ,  齐鹏

IPC: G06F30/27 ,  G06F30/15 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/084 ,  G06F119/14

Abstract: 本发明属于轮胎力估计领域，特别涉及一种基于物理信息融合循环神经网络的轮胎力估计方法，包括以下步骤：1)设计基于数据标签的损失函数，利用循环神经网络算法捕捉轮胎力与车辆状态序列之间的内在联系；2)结合车辆动力学模型，开发基于物理信息的损失函数，确保估计过程遵循物理规律；3)融合上述两种损失函数，形成一种综合考虑数据驱动和物理约束的轮胎力估计方法。通过循环神经网络深入挖掘轮胎力与车辆状态的关系，并融入基于车辆动力学的损失函数，从先验知识中提取有用信息，提高在多变道路条件下的估计效果；本发明结合了数据驱动的灵活性和物理模型的严谨性，不仅提升了轮胎力估计的准确性，还增强了模型的泛化能力和可解释性。