原文传递
基于车身加速度的路面谱测量及性能指标分析
| 论文题名： | 基于车身加速度的路面谱测量及性能指标分析 |
| 关键词： | 车辆行驶;路面平整度;加速度传感器;深度神经网络;路面谱测量 |
| 摘要： | 路面平整度是路面等级评定和路面施工验收时的一个重要指标，它直接反映了车辆行驶时的舒适度、安全性及路面的使用状态，为路面的维修和养护提供了重要参考依据[1~2]。如何快速便捷的进行路面谱测量并对其性能指标进行分析已成为一个具有现实意义的课题。随着嵌入式技术、传感器技术的快速发展，车辆悬架理论的不断成熟，通过非接触式检测法进行路面谱数据采集已逐渐成为主流。本文设计了一个利用车身加速度实现路面谱软测量的系统，即在不另外加装传感器的基础上，利用车辆自带的加速度传感器获取垂向加速度值，间接得到路面不平度信息，并对路面谱性能指标进行分析。 本文首先通过理论推导证明了该系统实施方案的可行性，并通过ADAMS软件实现数学建模，着重研究了汽车悬架理论；其次选择飞思卡尔公司生产的以ARM Cortex-M4为内核的MK60DN512ZVLQ10微处理器为MCU，设计开发系统下位机，实现数据采集功能；接着利用C＃.net语言设计开发系统上位机，实现对下位机采集系统的控制，并对数据进行分析处理；最后进行实车试验，将采集的数据作为原始数据，通过优化的深度神经网络算法对该数据进行处理，实现道路等级评定。试验结果表明，本文设计的基于车身加速度实现路面谱软测量的系统在原理上是可行的、合理的。相对于国内的路面检测设备多为进口，价格昂贵的现状，该系统具有很好的实用性和创新性。同样，将优化的深度神经网络算法运用于路面数据的分类中是可行的、高效的。 本文完成的主要内容包括： 1、路面谱软测量系统的理论推导； 2、路面谱软测量系统的下位机软硬件设计； 3、基于C＃.NET平台的上位机数据采集系统整体设计； 4、通过优化的深度神经网络算法对试验采集的原始数据进行结果分析，并对路面谱的性能指标进行分析，重构出三维路面图。 |
| 作者： | 周帏 |
| 专业： | 模式识别与智能系统 |
| 导师： | 刘庆华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏科技大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
