生成式对抗网络估算车辆参数及路面不平度

主流的通过逆向分析得到路面不平度的方法很少从车辆的认知不确定性来考虑所识别的路面不平度是具有概率分布性。为了应对这一挑战,提出使用测试得到的车辆加速度响应的方法。基于车辆运动系统约束的生成对抗网络(GAN)进行车辆参数的动态校准和估算路面不平度。通过引入生成模型来描述估计的路面不平度和车辆参数的概率分布。在生成对抗网络训练过程中通过分别最小化其车辆运动系统约束构建物理约束,达到使生成对抗网络的最后输出符合工程问题的强物理性。然后通过使用数值模拟测得的车辆加速度响应训练来学习生成模型,进行了数值仿真实验。使用标准规范的路面不平度和经典车辆模型来证明所提出的方法的可行性。结果表明,所提出的方法可以成功地捕获车辆认识的不确定性。