10.19562/j.chinasae.qcgc.2020.11.007
基于组合聚类的智能汽车横向稳定性判别方法
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.
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
42
中国博士后科学基金;中国博士后特别资助基金
2020-12-21(万方平台首次上网日期,不代表论文的发表时间)
共9页
1497-1505