%0 Journal Article
%T 基于支持向量机的道路坡度实时预测方法试验
%A 张小龙
%A 陈彬
%A 宋健
%A 潘登
%J 农业机械学报
%P 14-19
%D 2014
%R 10.6041/j.issn.1000-1298.2014.11.003
%X 道路坡度预测是汽车ABS、AMT、混合动力汽车扭矩分配等实时控制的关键技术。提出一种基于支持向量机（SVM）的道路坡度实时预测方法，输入参数为发动机转速、输出扭矩、纵向车速和纵向加速度，均从控制器CAN网络中实时提取。分别构建实车道路试验系统和CarSim仿真平台，通过系统试验分别得到的样本对SVM模型进行学习和泛化能力测试。结果表明：CarSim试验数据建立的SVM模型预测平方相关系数达到0.99，实车试验数据建立的SVM模型预测平方相关系数在0.9左右，二者差异的主要原因是实车试验GPS方法获取道路坡度信息时叠加了不易消除的车体俯仰角的影响。基于LabVIEW编程将实车试验SVM模型导入虚拟仪器PXIe实时控制器中，其预测一个点的耗时等效到汽车电控ECU单片机为1.33ms，完全满足实时控制要求。证明所提出道路坡度预测方法是有效、可行的。
%K 道路坡度
%K 实时预测
%K 道路试验
%K 支持向量机
%U http://www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20141103&flag=1