-
题名采用双向LSTM自编码器的驾驶风格谱聚类识别研究
被引量：1
- 1
-
-
作者
梁科
陈华晟
潘明章
叶宇
-
机构
广西大学机械工程学院
广西玉柴机器股份有限公司玉柴工程研究院
-
出处
《重庆理工大学学报（自然科学）》
北大核心
2023年第10期28-37,共10页
-
基金
广西科技重大专项(桂科AA22068103)
广西重点研发计划(桂科AB201220059)
+1 种基金
广西科技基地和人才专项(2021AC19324)
广西制造系统与先进制造技术重点实验室(20-065-40S006)。
-
文摘
不同驾驶风格的分类对驾驶安全、道路设计和燃油经济性具有深远的影响。考虑到驾驶风格受驾驶员即时操作和前后操作的影响,提出了一种采用双向LSTM自编码器的谱聚类模型对驾驶风格进行识别,以反映驾驶数据时序性对驾驶风格识别的影响。首先利用鲸鱼优化算法对驾驶过程生成的自然驾驶数据进行特征选择,再利用基于双向LSTM的自编码器模型,获得用于谱嵌入的特征值和特征向量,并最终通过谱聚类对驾驶风格进行识别。应用本文中所提出的方法对真实驾驶数据进行比较分析。结果表明:该方法在聚类的精确性优于SOM和LSTM-谱聚类方法。此外,该方法还能在降低数据特征的情况下有效地识别驾驶员的驾驶风格,并反映驾驶员的操作策略。
-
关键词
驾驶风格识别
双向LSTM
自编码器
谱聚类
-
Keywords
driving style recognition
bi-directional LSTM
autoencoder
spectral clustering
-
分类号
U471
[机械工程—车辆工程]
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名基于LS-DYNA的甘蔗收获机压蔗辊影响研究
- 2
-
-
作者
唐永治
潘荥春
周益善
桑海浪
陈华晟
潘明章
-
机构
广西柳工农业机械股份有限公司
广西玉柴机器股份有限公司
广西大学机械工程学院/亚热带农业生物资源保护与利用国家重点实验室
-
出处
《拖拉机与农用运输车》
2023年第4期71-77,共7页
-
基金
广西大学甘蔗专项科研项目(2022GZB008)
广西重点研发计划(桂科AB21220059)
-
文摘
为减轻甘蔗收获过程中甘蔗损伤并提高甘蔗收获机收获效率,本文基于有限元方法,分析了甘蔗收获机收获过程中压蔗辊对甘蔗损伤情况,通过对甘蔗收获机切割区域的应力分析表明,切割点和甘蔗-土壤界面有不同的应力表现。甘蔗收获机不带压蔗辊时,甘蔗在切割过程中发生不规则运动导致甘蔗间应力大于其屈服极限极易发生折断导致切割不完整。而压蔗辊可以显著降低甘蔗-土壤界面的应力,减少甘蔗间的运动,提高甘蔗切割质量。
-
关键词
甘蔗收割机
压蔗辊
有限元法
LS-DYNA
-
Keywords
Sugarcane harvester
Knockdown roller
Finite element method
LS-DYNA
-
分类号
S225.99
[农业科学—农业机械化工程]
-
-
题名基于车联网数据的坡度预测研究
- 3
-
-
作者
叶宇
范超群
陈华晟
桑海浪
邓小超
潘明章
-
机构
广西玉柴机器股份有限公司
玉柴芯蓝新能源动力科技有限公司
广西大学机械工程学院
-
出处
《装备制造技术》
2023年第6期23-26,共4页
-
基金
广西重点研发计划(桂科AB21220059)
广西重点专项(AA22067061)。
-
文摘
道路坡度信息作为车辆行驶中动力性、经济性和智能化控制中的重要部分,其良好的预测精度对车辆的能量管理、制动辅助及预测性驾驶控制策略的制定具有重要作用,在道路规划、车辆导航中具有重大的应用价值,为智能导航、智能交通系统等提供数据支撑。为实时计算车辆行驶过程中的坡度状况,该研究采用来自车联网车辆实时采集的车速和GPS信息对车辆运行过程中坡度情况进行估计。考虑到坡度计算结果具有实时性且短时内对先前坡度信息具有一定的依赖。在坡度估计信息的基础上,构建了基于长短期记忆模型(LSTM)的坡度预测模型。为验证所提出的坡度估计方法及预测模型的有效性,利用一半挂车的自然驾驶数据对坡度进行估计计算,并将其作为预测模型的数据基础,利用基于LSTM的坡度预测模型进行对应的模型构建、参数初始化、训练及预测,并将预测结果与GRU模型进行对比。结果表明,所提出的坡度估计方法能有效地对车辆行驶过程中的坡度情况进行实时估计,采用基于LSTM的坡度预测模型对道路坡度预测具有较高的预测精度,其均方根误差和平均绝对误差分别为16.71和3.38,均优于GRU模型。
-
关键词
实时坡度估计
长短期记忆模型
坡度预测
-
分类号
U467
[机械工程—车辆工程]
-
