[发明专利]一种在线路面不平度辨识方法及系统

权利要求书

1.一种在线路面不平度辨识方法，其特征在于，包括：

获取路面的待辨识时序信号；

将所述待辨识时序信号输入至预先训练好的路面不平度等级分类模型中，得到所述路面不平度等级分类模型输出的路面不平度分类结果；其中，所述路面不平度等级分类模型是基于路面的训练集数据，以及按照路面不平度标准等级进行分类所得的等级标签对LSTM网络进行训练得到的。

2.根据权利要求1所述的在线路面不平度辨识方法，其特征在于，所述获取路面的待辨识时序信号，具体包括：

采集车轮垂向加速度；

按照预设时长截取所述加速度，得到加速度片段；

将所述加速度片段进行归一化处理，得到所述待辨识时序信号。

3.根据权利要求1所述的在线路面不平度辨识方法，其特征在于，所述路面不平度等级分类模型，通过以下步骤获得：

获取路面的训练集数据，并对所述训练集数据进行预处理，得到预处理训练集数据；

按照路面不平度标准等级对所述预处理训练集数据进行等级评定，得到所述等级标签；

训练集搭建LSTM网络作为初始模型；

将标注对应等级标签的所述预处理训练集数据输入所述初始模型进行训练，并调节所述初始模型的网络及训练参数，得到所述路面不平度等级分类模型。

4.根据权利要求3所述的在线路面不平度辨识方法，其特征在于，所述获取路面的训练集数据，并对所述训练集数据进行预处理，得到预处理训练集数据，具体包括：

获取仿真训练集数据和试验训练集数据；

对所述仿真训练集数据和所述试验训练集数据按照预设时长进行截取，得到训练集片段；

将所述训练集片段进行归一化处理，得到所述预处理训练集数据。

5.根据权利要求4所述的在线路面不平度辨识方法，其特征在于，所述获取仿真训练集数据和试验训练集数据，具体包括：

所述仿真训练集通过白噪声滤波产生若干不平度等级路面的激励信号集合，通过车辆悬架传递特性计算对应所述若干不平度等级路面的车轮垂向加速度集合；

所述试验训练集通过在车轮心处安装加速度传感器及布置数据采集系统，获取在所述若干不平度等级路面的车轮垂向加速度集合。

6.根据权利要求3所述的在线路面不平度辨识方法，其特征在于，所述搭建LSTM网络作为初始模型，具体包括：

将时序输入层作为所述初始模型的第一层，所述时序输入层用于将时序信号中的每个采样点单独输入下一层；

将LSTM层作为所述初始模型的第二层，每个LSTM单元与前后时刻对应的LSTM单元相连，并传递前述时刻的LSTM单元状态和输出信息；

将全连接层作为所述初始模型的第三层，所述全连接层将上一层的网络输出结果进行线性运算得到不同类别的权重值；

将Softmax层作为所述初始模型的第四层，通过所述Softmax层得到不同类别的概率并选择所述概率的最大者作为分类结果。

7.根据权利要求3所述的在线路面不平度辨识方法，其特征在于，所述调节所述初始模型的网络及训练参数包括调整超参数，所述超参数包括迭代次数和学习速率。

8.一种在线路面不平度辨识系统，其特征在于，包括：

获取模块，用于获取路面的待辨识时序信号；

处理模块，用于将所述待辨识时序信号输入至预先训练好的路面不平度等级分类模型中，得到所述路面不平度等级分类模型输出的路面不平度分类结果；其中，所述路面不平度等级分类模型是基于路面的训练集数据，以及按照路面不平度标准等级进行分类所得的等级标签对LSTM网络进行训练得到的。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述在线路面不平度辨识方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述在线路面不平度辨识方法的步骤。