نهج هجيني لتقدير زاوية الانزلاق الجانبي باستخدام الشبكات العصبية المتكررة ونماذج المركبات الحركية

يقدم هذا البحث مخطط تقدير حالة تعلم آلي بإشراف قادر على تقدير زاوية الانزلاق الجانبي الحالية لمركبة. يتكون من شبكة عصبية متكررة مع وحدات متكررة بوابة، وإسقاط إدخال إضافي ورأس انحدار. تم اختيار هذه البنية للحد من التعقيد الحسابي للنموذج مع الحفاظ على قدرة النظام الكلية على التعبير. سيتم أيضًا إظهار كيفية دمج معادلات نموذج مركبة مبسط للاستفادة من المعرفة الميدانية الموجودة. تظهر النتائج أن الشبكة العصبية قادرة على الوصول إلى جودة تقدير ممتازة مع تعميم عبر إطارات مختلفة، وسطح، وظروف قيادة. تسمح المقارنات بين متغيرات النموذج المختلفة على مجموعات بيانات مختارة لنا باستخلاص استنتاجات حول التكيف مع المعلمات المتغيرة وتظهر تحسينًا في الجودة من خلال النموذج الفيزيائي. يتم تكملة التقييمات بخطأ متوسط مربعات الخطأ مع مخططات ملائمة وخطأ أكثر تعبيرًا لتقديم فهم أفضل لسلوك النموذج. تم جمع جميع البيانات لهذا البحث باستخدام بورش 911 توربو (نوع 991 II) مع إعداد استشعار سلسل ومستشعر مرجعي إضافي.