车体质量偏心对无人自行车航向轨迹跟踪性能有着重要影响，为实现车体质量偏心的在线识别，提出一种无人自行车质量偏心识别的认知学习方法。该方法考虑了车体质量偏心对直线轨迹的影响，并借助车体偏航轨迹和质量偏心之间的逆向映射关系，以车体航向角及航向角积分构造状态评价函数，引入反应式认知学习算法，构造基于正态分布的学习机制，对学习自动机的期望值和标准差进行迭代更新，并将迭代学习得到的结果补偿到平衡控制器中，最终实现无人自行车质量偏心的在线识别。数值仿真和样机实验结果表明：该方法在多种不同负载状态的场景下经过2～3轮迭代学习后(每轮学习时长为20 s)，车体质量偏心识别的绝对误差维持在0.01 rad内，相对误差不超过10%，并具备一定的抗干扰能力。研究结果可为后续无人自行车航向轨迹跟踪研究提供一定的理论支撑和技术参考。
