基于高斯过程回归的智能轮胎系统侧向力预测
信号处理
2020-09-29 v1 机器学习
摘要
理解轮胎的动态行为及其与道路的相互作用，在设计车辆集成控制策略中起着重要作用。因此，通过轮胎嵌入式传感器获取关于轮胎-道路相互作用的可靠信息，对于开发增强型车辆控制系统非常必要。因此，本研究工作的主要目标是：i. 分析基于加速度计的智能轮胎在多种操纵工况、不同垂向载荷、速度和高滑移角下获取的实验数据；ii. 基于机器学习工具，更具体地说是高斯过程回归（GPR）技术，开发侧向力预测器。研究表明，所提出的智能轮胎系统即使在高等滑移角情况下也能提供关于轮胎-道路相互作用的可靠信息。此外，基于 GPR 的侧向力模型能够以可接受的精度预测力，并提供不确定性水平，这对设计车辆控制策略非常有用。
引用
@article{arxiv.2009.12463,
title = {Lateral Force Prediction using Gaussian Process Regression for Intelligent Tire Systems},
author = {Bruno Henrique Groenner Barbosa and Nan Xu and Hassan Askari and Amir Khajepour},
journal= {arXiv preprint arXiv:2009.12463},
year = {2020}
}