公开(公告)号：CN114715093B

公开(公告)日：2023-02-21

申请号：CN202210434143.8

申请日：2022-04-24

Applicant: 郑州轻工业大学

Inventor： 马照瑞 ,  粟娜 ,  朱亮

IPC: B60T8/171 ,  B60T8/172 ,  B60T8/1761 ,  B60T8/32

Abstract: 本发明公开了一种基于神经网络自适应估计的汽车防抱死制动方法。通过测量车辆行驶速度与车辆转动角速度计算滑移率，并设定期望滑移率与滑移率中心点，通过比较得到车辆滑移率误差信号以及车辆滑移率中心点指数偏差信号；采用RBF神经网络自适应方法，求解RBF神经网络的权值与风阻力系数估计值，得到风阻力与摩檫力RBF网络估计力矩；最后叠加车辆滑移率中心点指数偏差比例放大信号与积分信号，综合形成制动力矩，实现车辆防抱死制动控制。该方法能有效利用神经网络的自适应能力，从而减少对路面模型精确参数的依赖，具有良好的制动效果。

公开(公告)号：CN114715093A

公开(公告)日：2022-07-08

申请号：CN202210434143.8

申请日：2022-04-24

Applicant: 郑州轻工业大学

Inventor： 马照瑞 ,  粟娜 ,  朱亮

IPC: B60T8/171 ,  B60T8/172 ,  B60T8/1761 ,  B60T8/32

Abstract: 本发明公开了一种基于神经网络自适应估计的汽车防抱死制动方法。通过测量车辆行驶速度与车辆转动角速度计算滑移率，并设定期望滑移率与滑移率中心点，通过比较得到车辆滑移率误差信号以及车辆滑移率中心点指数偏差信号；采用RBF神经网络自适应方法，求解RBF神经网络的权值与风阻力系数估计值，得到风阻力与摩檫力RBF网络估计力矩；最后叠加车辆滑移率中心点指数偏差比例放大信号与积分信号，综合形成制动力矩，实现车辆防抱死制动控制。该方法能有效利用神经网络的自适应能力，从而减少对路面模型精确参数的依赖，具有良好的制动效果。