인공신경망 모델을 이용한 타이어 종/횡력 추정 (Estimating Tire Forces with an Artificial Neural Network Model)

서지정보

· 발행기관 : 대한기계학회
· 수록지 정보 : 대한기계학회논문집 A / 49권 / 1호 / 67 ~ 77페이지
· 저자명 : 이일한, 나재원

초록

본 논문에서는 무향 칼만 필터로 롤/피치 및 차체 슬립각을 추정하고, ANN(artificial neural networks)을 이용하여 타이어 종/횡력을 추정하는 방법을 제안한다. 타이어 종/횡력을 추정하는 기존 방법은 물리적 센서의 제약과 더불어 비선형성으로 인하여 정확한 추정이 어렵다. 본 연구에서는 과도한 슬립이 발생하는 레이싱 서킷에 대한 다양한 시뮬레이션 주행 데이터로 ANN을 학습시켜 이 문제를 극복하는 것을 목표로 한다. 제안된 방법은 차량동역학 시뮬레이션 도구인 CarSim을 사용하여 학습 및 검증하였으며, 학습을 위한 서킷과 검증을 위한 서킷을 다르게 하였다. 본 연구는 향후 레이싱 서킷에서의 과도 주행 실차 데이터 취득을 통한 ANN 활용을 위한 연구 방법 타당성 검증 및 그 한계점을 분석하기 위하여 수행되었다.

영어초록

We herein propose a method to estimate roll/pitch and car body slip angle using an unscented Kalman filter and to estimate tire longitudinal/lateral force using an artificial neural network (ANN). Existing methods cannot accurately estimate tire longitudinal/lateral forces owing to the nonlinearity and limitations of physical sensors. Hence, we aim to address this problem by training an ANN with various simulated driving data obtained from racing circuits experiencing excessive slips. The proposed method is learned and verified using CarSim, which is a vehicle dynamics simulation tool, and different racing circuits are used for learning and verification. This study may facilitate future relevant studies via the acquisition of actual vehicle data pertaining to excessive driving. Additionally, the feasibility of the proposed method for future actual-vehicle-based studies is verified and its limitations are analyzed.

참고자료

· 없음