正交残差学习用于侧偏角与侧偏刚度估计
热点事件持续更新
正交残差学习用于侧偏角与侧偏刚度估计
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Kyoungtae Ji、Dongyeol Won、Kyoungseok Han 提出灵敏度正交残差学习方法,用零空间参数化把模型修正器约束为与侧偏刚度灵敏度正交,避免修正器吸收刚度变化信息而干扰在线自适应,用于车辆侧偏角与侧偏刚度的联合估计。 在全车仿真中,该方法将侧偏角误差降低 12.7% 至 22.0%,且在刚度阶跃变化时保持与无修正滤波器同等的自适应速度;同规模无约束修正器的刚度响应随参数量增大而下降。在公开实车数据上,430 参数的正交修正器比同规模无约束修正器保留了更多对名义刚度偏移的响应,但其侧偏角误差略高于无修正滤波器。论文已投稿至 Vehicle System Dynamics。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
正交残差学习用于自适应侧偏角与侧偏刚度估计报道时间线
沿着报道,了解事件的不同侧面。
10月21日
- arXiv cs.RO正交残差学习用于自适应侧偏角与侧偏刚度估计
一种正交残差学习方法通过零空间参数化将模型修正器约束为与侧偏刚度灵敏度正交,避免修正器吸收刚度变化信息而抑制在线自适应。在全车仿真中,该方法将侧偏角误差降低12.7%至22.0%,且在刚度阶跃变化时保持与无修正滤波器同等的自适应速度。在公开实车数据上,430参数的正交修正器比同规模无约束修正器保留了更多对名义刚度偏移的响应。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。