基于径向基神经网络的AMR锂电池SOC估计
电池SOC的精确估计对非结构环境中的自主移动机器人是一个迫切的任务.本文给出了一个新的锂电池SOC估计方法。此方法的关键是使用RBF神经网络为锂电池建模.该模型中的输入向量是放电电压和放电电流,输出是表示剩余能量的SOC值.通过在各种放电电流下的试验.研究了锂电池的SOC值.试验数据被记录下来用于训练和验证RBF神经网络.通过与真实放电试验结果相比较,误差小于2％,表明RBF神经网络能够对锂电池SOC进行准确估计.
AMR 锂电池 自主移动机器人 电池SOC值 剩余电量 径向基神经网络 放电电流
石璞
东北大学 秦皇岛 066003
国内会议
河南焦作
中文
305-308
2008-08-06（万方平台首次上网日期，不代表论文的发表时间）