一种基于悬架振动响应的深度学习模型路面等级识别方法

本发明公开了一种基于悬架振动响应的深度学习模型路面等级识别方法，包括：步骤1，构建多工况悬架振动响应时序数据集，步骤2，采用防数据泄露的数据集划分与标准化处理，步骤3，构建极致轻量化Transformer路面等级识别模型，步骤4，模型验证与跨平台部署。本发明将Transformer架构应用于悬架振动时序数据中，可通过自注意力机制突破局部感受野的局限，直接建立任意时间步之间的全局特征关联，精准捕捉跨时间步长程依赖特征，有效提升相邻路面等级的识别精度与模型泛化性能。