Real time identification of cornering coefficients and ideal twin driving assistance

Viraj katsayıları, araçların yanal ve boylamsal dinamiklerinde kritik bir rol oynar. Yol koşulları gibi çevresel faktörler dahil birçok faktöre bağlıdırlar. Bu çalışmada, derin sinir ağlarını kullanarak köşe alma katsayılarını gerçek zamanlı olarak tanımlayan bir yöntem geliştirilmiştir. Bu tanımlama için iki farklı veri setiyle üç farklı sinir ağı mimarisi karşılaştırılmış ve sonuçlar, zamanla değişen köşe alma katsayılarıyla eğitilmiş tam bağlantılı bir ağın en iyi performansa sahip olduğunu göstermiştir. Sabit köşe alma katsayıları kullanılmasına kıyasla, bu yöntem, 1/8 ölçekli dört tekerden çekişli dört tekerden yönlendirilebilir bir araç üzerinde yapılan deneylerde yanal kuvvet tahminini \% 42.62-75.47 arasında iyileştirmiştir. Bu gerçek zamanlı tanımlamadan yararlanmak için, dört tekerden çekiş ve dört tekerden yönlendirme sisteminden faydalanan bir kontrol yöntemi geliştirilmiştir. Kontrol yöntemi, doğrusal olmayan bir model öngörülü kontrolcü kullanmaktadır. Kontrol sistemi, sürücünün kontrol girişlerini ideal önden çekişli önden yönlendirilebilir bir araç ikizinde kullanarak, sürücü tarafından belirlenen sabit köşe alma katsayılarıyla referans hızlar elde etmek için çalışır. Bu referanslardan yola çıkarak, doğrusal olmayan model öngörülü kontrolcü, dört tekerden çekişli dört tekerden yönlendirilebilir araç için optimal kontrol girişlerini hesaplayabilir. Simülasyon sonuçları, bu kontrol yönteminin referans takibini normal olarak sürülen önden çekişli önden yönlendirilebilir araca göre \% 85 oranında iyileştirdiğini göstermektedir. Kontrolcü deneysel bir ortamda test edilmiş ve sonuçları \% 12.12 oranında iyileştirdiği bulunmuştur. Gelişimdeki azalma, ölçümlerdeki gürültüye ve kontrol sistemindeki gecikmelere bağlanabilir.