迁移学习横向速度估计网络

数据机制双驱动

该网络利用迁移学习,在有限标注数据下实现分布式车辆横向速度的高精度估计,显著减少数据需求。

陈国迎 · Yao, Jun · Zheng, Gao · Zhenhai, Gao · Hua, Min · Zhao, Yongqiang

IEEE Transactions on Instrumentation and Measurement 2025

参数信息

横向速度估计RMSE
0.49 km/h
RMSE降低幅度
58.57 %
迁移所需标注数据时长
5 min

技术优势

少数据也能迁移

只需5分钟标注数据即可从四轮转向迁移到两轮转向,精度损失极小。

误差降幅近六成

在四轮转向模式下,RMSE降低58.57%,达到0.49 km/h,显著优于现有算法。

机制与数据互补

LSTM网络融合时序状态与机制估计,有效补偿模型误差,提升估计精度。

应用场景