【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及車輛控制，特別是一種多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法。
技術(shù)介紹
1、隨著智能交通和自動(dòng)駕駛技術(shù)的迅猛發(fā)展，車輛的精確控制和定位成為研究的重要方向，在這一背景下，車輛后輪轉(zhuǎn)向定位技術(shù)因其對(duì)車輛操控性能和行駛安全的關(guān)鍵作用而備受關(guān)注，傳統(tǒng)的后輪轉(zhuǎn)向定位方法主要依賴于單一傳感器的數(shù)據(jù)，這些傳感器能夠提供車輛的加速度、角速度、速度等信息，但單一傳感器的數(shù)據(jù)容易受到環(huán)境噪聲和設(shè)備漂移的影響，導(dǎo)致定位精度不高，為了解決這一問題，多傳感器信息融合技術(shù)逐漸被應(yīng)用于車輛后輪轉(zhuǎn)向定位中，多傳感器信息融合技術(shù)通過結(jié)合多種傳感器的數(shù)據(jù)，提高了定位的準(zhǔn)確性，常見的多傳感器信息融合方法包括卡爾曼濾波、粒子濾波和貝葉斯融合，這些方法在一定程度上改善了定位精度，但仍存在一些局限性，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，基于深度學(xué)習(xí)的多傳感器信息融合方法逐漸成為研究熱點(diǎn)，深度學(xué)習(xí)模型，如卷積神經(jīng)網(wǎng)絡(luò)cnn和多層感知機(jī)mlp，能夠從高維、非線性數(shù)據(jù)中提取深層次的特征信息，進(jìn)一步提高了多傳感器信息融合的效果。
2、盡管多傳感器信息融合技術(shù)在車輛后輪轉(zhuǎn)向定位中取得了一定的進(jìn)展，但現(xiàn)有技術(shù)仍存在一些不足之處，現(xiàn)有的數(shù)據(jù)預(yù)處理方法往往僅限于簡(jiǎn)單的濾波和標(biāo)準(zhǔn)化處理，未能充分考慮傳感器之間的協(xié)同效應(yīng)，特征提取階段多采用傳統(tǒng)的機(jī)器學(xué)習(xí)算法，如支持向量機(jī)svm和決策樹，這些算法在處理高維、非線性數(shù)據(jù)時(shí)表現(xiàn)不佳，信息融合階段通常采用簡(jiǎn)單的加權(quán)平均或投票機(jī)制，未能充分利用深度學(xué)習(xí)模型的強(qiáng)大學(xué)習(xí)能力，導(dǎo)致融合效果不夠理想，現(xiàn)有技術(shù)在動(dòng)態(tài)調(diào)整傳感器參數(shù)方面存在不足，無
技術(shù)實(shí)現(xiàn)思路
1、鑒于上述現(xiàn)有存在的問題，提出了本專利技術(shù)。
2、因此，本專利技術(shù)提供了一種多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法解決信息融合階段通常采用簡(jiǎn)單的加權(quán)平均或投票機(jī)制，未能充分利用深度學(xué)習(xí)模型的強(qiáng)大學(xué)習(xí)能力，導(dǎo)致融合效果不夠理想的問題。
3、為解決上述技術(shù)問題，本專利技術(shù)提供如下技術(shù)方案：
4、第一方面，本專利技術(shù)提供了一種多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其包括，
5、通過傳感器采集車輛后輪數(shù)據(jù)并進(jìn)行預(yù)處理；
6、監(jiān)測(cè)車輛后輪數(shù)據(jù)，根據(jù)監(jiān)測(cè)結(jié)果，動(dòng)態(tài)調(diào)整傳感器的參數(shù)設(shè)置，當(dāng)車輛產(chǎn)生漂移誤差時(shí)，使用自適應(yīng)濾波器進(jìn)行校準(zhǔn)，自動(dòng)調(diào)整傳感器讀數(shù)；
7、基于校準(zhǔn)后的車輛后輪數(shù)據(jù)，采用深度學(xué)習(xí)模型cnn從校準(zhǔn)后的車輛后輪數(shù)據(jù)中提取車輛后輪特征向量；
8、基于車輛后輪特征向量，采用多層感知機(jī)mlp構(gòu)建信息分析融合模型，將車輛后輪特征向量輸入信息分析融合模型，得到綜合特征向量；
9、基于綜合特征向量，利用支持向量機(jī)svm對(duì)車輛后輪的位置進(jìn)行精準(zhǔn)定位，輸出定位結(jié)果；
10、根據(jù)定位結(jié)果調(diào)整后輪轉(zhuǎn)向角度，并將結(jié)果反饋至控制單元。
11、作為本專利技術(shù)所述多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法的一種優(yōu)選方案，其中：所述通過傳感器采集車輛后輪數(shù)據(jù)并進(jìn)行預(yù)處理，具體步驟為：
12、通過mems加速度計(jì)、陀螺儀、磁阻傳感器、攝像頭采集車輛后輪的加速度、角速度、速度和圖像數(shù)據(jù)；
13、使用帶通濾波器去除數(shù)據(jù)中的隨機(jī)噪聲，利用移動(dòng)平均法減少數(shù)據(jù)波動(dòng)，使用z-score進(jìn)行標(biāo)準(zhǔn)化處理；
14、設(shè)定經(jīng)過預(yù)處理的數(shù)據(jù)集為x＝{x1、x2、x3、x4}，其中，x1表示加速度數(shù)據(jù)，x2表示角速度數(shù)據(jù)，x3表示速度數(shù)據(jù)，x4表示后輪位置圖像數(shù)據(jù)。
15、作為本專利技術(shù)所述多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法的一種優(yōu)選方案，其中：所述監(jiān)測(cè)車輛后輪數(shù)據(jù)，根據(jù)監(jiān)測(cè)結(jié)果，動(dòng)態(tài)調(diào)整傳感器的參數(shù)設(shè)置，具體步驟為：
16、使用卡爾曼濾波器kalman?filter對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行漂移誤差檢測(cè)，表達(dá)式為：
17、
18、其中，e(t)表示在時(shí)間t處的漂移誤差，表示在時(shí)間t處的理想值，x(t)表示在時(shí)間t處的真實(shí)值；
19、e(t)的值域?yàn)閇-1,1]，當(dāng)e(t)＝0時(shí)，表示車輛沒有產(chǎn)生漂移誤差，繼續(xù)觀測(cè)；
20、當(dāng)e(t)<0時(shí)，表示車輛產(chǎn)生了向左的漂移誤差，觸發(fā)自適應(yīng)濾波器對(duì)傳感器讀數(shù)進(jìn)行向右的動(dòng)態(tài)調(diào)整；
21、當(dāng)e(t)>0時(shí)，表示車輛產(chǎn)生了向右的漂移誤差，觸發(fā)自適應(yīng)濾波器對(duì)傳感器讀數(shù)進(jìn)行向左的動(dòng)態(tài)調(diào)整。
22、作為本專利技術(shù)所述多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法的一種優(yōu)選方案，其中：所述當(dāng)車輛產(chǎn)生漂移誤差時(shí)，使用自適應(yīng)濾波器進(jìn)行校準(zhǔn)，自動(dòng)調(diào)整傳感器讀數(shù)，具體步驟為：
23、使用自適應(yīng)濾波器對(duì)傳感器讀數(shù)進(jìn)行校準(zhǔn)，以消除漂移誤差，表達(dá)式為：
24、xcal(t)＝x(t)―λ·e(t)；
25、其中，xcal(t)表示在時(shí)間t處校準(zhǔn)后的傳感器讀數(shù)，x(t)表示在時(shí)間t處的原始傳感器讀數(shù)，λ是一個(gè)比例因子，用于調(diào)整校準(zhǔn)的強(qiáng)度；
26、設(shè)定閾值t1和t2，當(dāng)0<e(t)≤t1時(shí)，表示向右的漂移誤差較小，設(shè)定較小的校準(zhǔn)比例因子λ向左進(jìn)行微調(diào)；
27、當(dāng)t1<e(t)≤1時(shí)，表示向右漂移誤差較大，設(shè)定較大的校準(zhǔn)比例因子λ向左進(jìn)行強(qiáng)力校準(zhǔn)，迅速修正傳感器讀數(shù)；
28、當(dāng)t2≤e(t)<0時(shí)，表示向左的漂移誤差較小，設(shè)定較小的校準(zhǔn)比例因子λ向右進(jìn)行微調(diào)；
29、當(dāng)―1≤e(t)<t2時(shí)，表示向左漂移誤差較大，設(shè)定較大的校準(zhǔn)比例因子λ向右進(jìn)行強(qiáng)力校準(zhǔn)，迅速修正傳感器讀數(shù)。
30、作為本專利技術(shù)所述多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法的一種優(yōu)選方案，其中：所述基于校準(zhǔn)后的車輛后輪數(shù)據(jù)，采用深度學(xué)習(xí)模型cnn從校準(zhǔn)后的車輛后輪數(shù)據(jù)中提取車輛后輪特征向量，具體步驟為：
31、首先確定一個(gè)用于特征提取的包含卷積、池化和激活操作的復(fù)合函數(shù)fcnn，表達(dá)式為：
32、fcnn(x)＝σ(wconv*x+bconv)；
33、其中，*表示卷積操作，wconv表示卷積核權(quán)重，bconv表示偏置項(xiàng)，σ表示激活函數(shù)；
34、采用深度學(xué)習(xí)模型cnn從校準(zhǔn)后的車輛后輪數(shù)據(jù)中提取車輛后輪特征向量，表達(dá)式為：
35、fi＝fcnn(xcal(t))；
36、其中，fi表示第i個(gè)車輛后輪特征向量，i的取值范圍是{1,2,3,4}。
37、作為本專利技術(shù)所述多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法的一種優(yōu)選方案，其中：所述基于車輛后輪特征向量，采用多層感知機(jī)mlp構(gòu)建信息分析融合模型，將車輛后輪特征向量輸入信息分析融合模型，得到綜合特征向量，具體步驟為：
38、設(shè)定第一層的線性變換，對(duì)車輛后輪特征向量進(jìn)行特征融合，表達(dá)式為：
39、z1＝w1·fi+b1；本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：包括，
2.如權(quán)利要求1所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述通過傳感器采集車輛后輪數(shù)據(jù)并進(jìn)行預(yù)處理，具體步驟為：
3.如權(quán)利要求2所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述監(jiān)測(cè)車輛后輪數(shù)據(jù)，根據(jù)監(jiān)測(cè)結(jié)果，動(dòng)態(tài)調(diào)整傳感器的參數(shù)設(shè)置，具體步驟為：
4.如權(quán)利要求3所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述當(dāng)車輛產(chǎn)生漂移誤差時(shí)，使用自適應(yīng)濾波器進(jìn)行校準(zhǔn)，自動(dòng)調(diào)整傳感器讀數(shù)，具體步驟為：
5.如權(quán)利要求4所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述基于校準(zhǔn)后的車輛后輪數(shù)據(jù)，采用深度學(xué)習(xí)模型CNN從校準(zhǔn)后的車輛后輪數(shù)據(jù)中提取車輛后輪特征向量，具體步驟為：
6.如權(quán)利要求5所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述基于車輛后輪特征向量，采用多層感知機(jī)MLP構(gòu)建信息分析融合模型，將車輛后輪特征向量輸入信息分析融合模型，得到綜合特征向量，具體步驟為：
7.如權(quán)利要
8.如權(quán)利要求7所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述輸出定位結(jié)果，并將結(jié)果反饋至控制單元，調(diào)整后輪轉(zhuǎn)向角度，具體步驟為：
9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1～8任一所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1～8任一所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法的步驟。
...【技術(shù)特征摘要】
1.一種多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：包括，
2.如權(quán)利要求1所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述通過傳感器采集車輛后輪數(shù)據(jù)并進(jìn)行預(yù)處理，具體步驟為：
3.如權(quán)利要求2所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述監(jiān)測(cè)車輛后輪數(shù)據(jù)，根據(jù)監(jiān)測(cè)結(jié)果，動(dòng)態(tài)調(diào)整傳感器的參數(shù)設(shè)置，具體步驟為：
4.如權(quán)利要求3所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述當(dāng)車輛產(chǎn)生漂移誤差時(shí)，使用自適應(yīng)濾波器進(jìn)行校準(zhǔn)，自動(dòng)調(diào)整傳感器讀數(shù)，具體步驟為：
5.如權(quán)利要求4所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述基于校準(zhǔn)后的車輛后輪數(shù)據(jù)，采用深度學(xué)習(xí)模型cnn從校準(zhǔn)后的車輛后輪數(shù)據(jù)中提取車輛后輪特征向量，具體步驟為：
6.如權(quán)利要求5所述的多傳感器信息融合的車輛后輪轉(zhuǎn)向定位方法，其特征在于：所述基于車...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：黃國(guó)學(xué)，高斯晨，董文沁，王俊，王雪，
申請(qǐng)(專利權(quán))人：智慧工場(chǎng)創(chuàng)新科技東臺(tái)有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。