| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究工作的背景与意义 | 第9-10页 |
| 1.1.1 课题的研究背景 | 第9-10页 |
| 1.1.2 课题的研究意义 | 第10页 |
| 1.2 车辆载重测量方法的国内外研究历史与现状 | 第10-13页 |
| 1.2.1 国外研究概况 | 第10-11页 |
| 1.2.2 国内研究概况 | 第11-13页 |
| 1.3 本文的主要贡献与创新 | 第13页 |
| 1.4 本论文的结构安排 | 第13-15页 |
| 第二章 载重与汽车动力学相关性分析 | 第15-28页 |
| 2.1 汽车动力学简介 | 第15-17页 |
| 2.1.1 滚动阻力F_t | 第15页 |
| 2.1.2 空气阻力F_v | 第15-16页 |
| 2.1.3 坡道阻力F_i | 第16页 |
| 2.1.4 加速阻力F_j | 第16页 |
| 2.1.5 汽车驱动力F_t | 第16-17页 |
| 2.1.6 汽车质量理论计算方法 | 第17页 |
| 2.2 特定工况下载重与动力学物理量相关性分析 | 第17-27页 |
| 2.2.1 起步工况 | 第18-21页 |
| 2.2.2 滑行工况 | 第21-23页 |
| 2.2.3 刹停工况 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于深度学习的载重测量方法研究 | 第28-51页 |
| 3.1 数据获取 | 第28页 |
| 3.1.1 数据集设计 | 第28页 |
| 3.1.2 硬件设计 | 第28页 |
| 3.1.3 实验设计 | 第28页 |
| 3.2 数据处理 | 第28-32页 |
| 3.2.1 一般数据处理方法 | 第29-30页 |
| 3.2.2 去时序化数据处理 | 第30-31页 |
| 3.2.3 针对并行StatefullRNN网络算法数据处理及逆处理 | 第31-32页 |
| 3.3 深度网络及其应用对比分析 | 第32-50页 |
| 3.3.1 网络正则化及其他处理 | 第32-36页 |
| 3.3.2 网络结构及设计 | 第36-49页 |
| 3.3.3 网络测试结果对比分析 | 第49-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 实车验证及优化方法研究 | 第51-67页 |
| 4.1 载重网络实车验证及问题分析 | 第51-56页 |
| 4.1.1 实验介绍 | 第51-52页 |
| 4.1.2 实验数据处理 | 第52-54页 |
| 4.1.3 实验结果对比分析 | 第54-56页 |
| 4.1.4 载重网络缺陷分析 | 第56页 |
| 4.2 基于信息融合的载重测量模型优化 | 第56-65页 |
| 4.2.1 多源信息与融合技术 | 第56-61页 |
| 4.2.2 信息融合在载重网络优化上的应用 | 第61-65页 |
| 4.3 本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 全文总结 | 第67页 |
| 5.2 后续工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的成果 | 第75页 |