基于极端学习机的实时路面分类算法

路面状况是影响车辆主动、被动安全控制的重要因素。本文针对传统算法难于实时、准确、低成本的判断路面类型的问题,提出了一种针对分布式驱动电动汽车的路面分类算法。该算法选取传统的经验轮胎模型作为理论模型,基于单隐层前馈神经网络,采用极端学习机作为其训练机制,在多种道路条件下进行了仿真和实车验证。结果表明:该算法简单、高效,能够准确识别干、湿、冰、雪等典型路面。