首页 /研究 /DBPnet:基于阻尼器特性的贝叶斯物理信息神经网络用于车轮载荷估计
PERCEPTION

DBPnet:基于阻尼器特性的贝叶斯物理信息神经网络用于车轮载荷估计

Tianyi Wang, Tianyi Zeng, Zimo Zeng, Feiyang Zhang, Yujin Wang, Xiangyu Li, Yiming Xu, Sikai Chen, Junfeng Jiao, Christian Claudel, Xinbo Chen

发表年份
2026
访问权限
开放获取

摘要

本文提出DBPnet,一种结合阻尼器特性的贝叶斯物理信息神经网络,用于鲁棒估计车轮载荷。该方法通过悬架连杆建模和贝叶斯推理,有效处理非线性动力学和测量噪声,提升估计精度与稳定性。

关键词

wheel load estimationBayesian physics-informed neural networkdamper characteristicssuspension modelingvehicle state estimation

相关论文

查看 PERCEPTION 分类全部论文