基于机器学习的汽车电动座椅位姿调整方案研究

论文摘要

为解决汽车电动座椅出厂前位姿调整过程中的耦合现象,提出了一种基于机器学习的座椅位姿调整方法。根据座椅内部机械结构证明了座椅表面特定点之间的位置是线性相关的;利用激光测距传感器采集这些特定点的位置信息,在此基础上由线性分类器对岭回归模型进一步训练,得出分段岭回归模型并给出调整方案,通过实验验证了所提方法的可行性。实验结果表明:经过分段岭回归模型的预测,每个开关仅需要拨动一次就能使座椅位姿达到出厂标准,并降低了座椅位姿调整的误差,提高座椅位姿调整效率。

论文目录

• 1 引言
• 2 汽车电动座椅出厂调整方案
•   2.1 座椅位姿的企业标准
•   2.2 座椅位姿的调整方案
•   2.3 座椅内部结构几何分析
• 3 机器学习模型训练
•   3.1 岭回归模型建立
•   3.2 岭回归训练
•   3.3 分段岭回归
• 4 实验验证
•   4.1 系统组成
•   4.2 机器学习模型训练
•   4.3 在线检测
• 5 结论

文章来源

类型: 期刊论文

作者: 刘宝华,么跃轩,孙玉坤

关键词: 计量学,位姿调整,分段岭回归,机器学习

来源: 计量学报 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 汽车工业,自动化技术

单位: 燕山大学机械工程学院

分类号: TP181;U463.836

页码: 780-785

总页数: 6

文件大小: 1425K

下载量: 112