《表2 采集数据不同的工况》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的极限工况下车辆的状态估计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

传统的基于车辆动力学模型大都做了相应的简化，例如忽略悬架作用等，采用此方法进行状态估计必然会带来不可避免的误差。考虑到真实车辆模型的复杂性和非线性，本文采集实验数据的车辆模型来自成熟车辆动力学软件Carsim，选择的车型为D-Sedan，该模型包括动力总成、悬架、空气动力学、轮胎、ABS、转向系等非常复杂的模块，该模型比用传统方法建立的模型更加精确。为此，本文采集训练数据模型采用Carsim软件里车辆模型。在Carsim中设置仿真工况时间长度为10 s，采集训练数据工况如表2所示。