【技术实现步骤摘要】
本申请属于汽车，涉及一种矿区车辆转向性能检测方法及装置。
技术介绍
1、车辆依赖多种传感器和算法来实现精确地控制运行。其中，转向系统的准确性及跟随性对于车辆的稳定性和安全性至关重要。然而矿区车辆由于其车型巨大，没有常用的四轮定位对其转向角度进行精确标定。
2、申请号为cn202010597248.6的中国专利提出一种基于神经网络的轮胎力在线估计方法，其输入为各个轮胎的垂向载荷、车轮侧偏角、纵向滑移率和前后车轮转角，对应的每组输入数据的标签为车身状态信息纵向加速度、侧向加速度和横摆角加速度，输出信号为算法估计的各个车轮纵向力和侧向力，采用四个神经网络并联结构和梯度下降算法实现各个车轮轮胎力的在线估计。本专利技术设计的方法实现了车轮受力的实时监测，不仅避免了使用价格昂贵的车轮传感器，而且避免了获取车轮模型所需的复杂试验，设计的算法结果准确有效，对车辆主动安全有积极推动作用。
3、矿区车辆运行的道路环境泥土较多，路面附着系数会来回变化，极大地影响车辆反馈转角。而天气因素会影响路面附着系数，现有的技术偏向于利用车辆模型计...
【技术保护点】
1.一种矿区车辆转向性能检测方法，其特征在于，包括：
2.根据权利要求1所述的矿区车辆转向性能检测方法，其特征在于，所述车端运动状态时序数据的特征，至少包括车辆轴距、车速、角速度、车辆行驶方向、前轮反馈转角中的任一项或者多项，所述天气时序数据的特征，至少包括沿时间序列排布的降水量、降雪量、路面湿度、路面冰雪层厚度中的任一项或者多项。
3.根据权利要求2所述的矿区车辆转向性能检测方法，其特征在于，构建LSTM，包括：
4.根据权利要求1所述的矿区车辆转向性能检测方法，其特征在于，在转向角度预测模型训练中引入损失函数，包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。