PERCEPTION开放获取
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
2026
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
PERCEPTION
开放获取📊 4 引用
如何缓解越野环境中语义分割的分布偏移
Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者
2026
PERCEPTION
📊 0 引用
基于原型模糊推理与证据融合的不确定性引导工业机器人可进化识别框架
Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者
Robotics and Computer-Integrated Manufacturing · 2026
PERCEPTION
📊 0 引用
基于点云配准的非破坏性高分辨率涂层厚度三维扫描测量
Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者
Robotics and Computer-Integrated Manufacturing · 2026
PERCEPTION
📊 0 引用
迈向智能机器人时代:用于高级感知系统的多模态柔性触觉传感器
Sili Ding, Feng Xu, Jie Chen 等 6 位作者
Progress in Materials Science · 2026