HMM与神经网络相结合的车辆侧翻预警研究

来源期刊：机械设计与制造2017年第11期

论文作者：姚嘉凌 李智宏 田松梅 陈宁

文章页码：178 - 182

关键词：SUV;隐马尔可夫模型;侧翻预警;人工神经网络;运动状态;运动参数;

摘    要：提出一种基于多维高斯隐马尔可夫模型(MGHMM)和BP人工神经网络(ANN)的SUV车辆侧翻预警方法,采用侧倾角和侧向加速度作为隐马尔可夫(HMM)的可观测序列,车辆行驶运动状态作为HMM的状态序列,采用BaumWelch算法对模型进行训练,运用马尔可夫预测算法对未来3s内车辆的行驶运动状态进行预测,用预测出的车辆运动状态作为指引,使ANN有目的学习,减少不必要的ANN训练,提高训练效率和预测精度。仿真结果表明,建立的侧翻预警方法所需参数少,效率高,不仅能预测车辆行驶运动状态而且能预测具体的运动参数,可使驾驶员量化判断侧翻,也可为抗侧翻电子控制系统提供数据。