[发明专利]一种基于神经网络的车速估计方法及系统

摘要

本发明公开一种基于神经网络的车速估计方法及系统，该车速估计方法包括获取训练样本和训练输出量，并将训练样本中的训练输入量拓展为8*8的对称车辆实时数据矩阵，其中训练输出量和训练输入量均为向量形式；然后根据对称车辆实时数据矩阵和训练输出量对卷积神经网络进行训练；最后获取当前车辆的实时数据，并将当前车辆的实时数据输入到训练后的卷积神经网络模型中，来估计当前车辆对地的横向速度和纵向速度。本发明利用卷积神经网络，将对称车辆实时数据矩阵作为输入，经过卷积计算收敛，输出车辆对地的实时纵向速度及横向速度，不仅能够适用于车辆打滑的极限工况，计算量小，而且有效的解决后期积分过程中的累计误差问题。

主权项

1.一种基于神经网络的车速估计方法，其特征在于，所述车速估计方法包括：获取训练样本；所述训练样本中的数据为前提测试中的车辆实时数据；所述车辆实时数据包括四轮轮速、方向盘转角、横摆加速度、纵向加速度、侧向加速度；将所述训练样本中的训练输入量拓展为8*8的对称车辆实时数据矩阵；确定训练输出量；所述训练输出量为车辆对地的横向速度和纵向速度；根据所述对称车辆实时数据矩阵和所述训练输出量，对卷积神经网络进行训练，得到训练后的卷积神经网络模型；获取当前车辆的实时数据；所述当前车辆的实时数据包括当前车辆的四轮轮速、当前车辆的方向盘转角、当前车辆的横摆加速度、当前车辆的纵向加速度以及当前车辆的侧向加速度；将所述当前车辆的实时数据输入到所述训练后的卷积神经网络模型，估计当前车辆对地的横向速度和纵向速度。