[논문] A Soft Sensor for Estimating Tire Cornering Properties for Intelligent Tires

💡

3축 가속도계를 기반으로 타이어 코너링 특성(공압트레일) 추정하기

• projection scores (PLS-VIP) : 투영 점수
  • 부분 최소 제곱과 가변 중요도→가속도 신호의 특징 추출에 사용

• GPR(Gaussian process regression) : 가우스 프로세스 회귀
  • 다양한 입력조건에서 신회 구간을 사용하여 코너링 속성을 예측하도록 학습됨

• GPR 예측의 차이와 최소 평균제곱오차를 기반으로 공압트레일 추정

 

Physical model for tire cornering properties

• brush model
  • 타이어 모델링에서 넓게 사용됨
  • 브러시 모델 가정
    • 타이어와 도로 사이의 접촉 패치는 직사각형
    • 접촉 압력 분포는 측면 방향으로 균일하고 원주 방향으로 임의적

• XOY는 Tire coordinate system

  

  • O : center of the contact patch
  • X-axis : tire center plane의 projection
  • Y : 타이어 회전 축
  • V : 타이어 현재 속도
  • $\alpha$ : slip angle
  • ABC : central line of the contact patch
  • AB : sliding region
  • BC : contact patch
  • $P_t$ : lower end of the element contacting with the road surface
  • $P_c{P}_t$ : leteral deformation of the tread element which is denoted as$\Delta y$
  • $k_{ty}$ : lateral stiffness of the tire tread
  • $q_y$ : lateral shear stress (측면 전단 응력)
    • $q_y=k_{ty}\cdot \Delta y$
  • Maximum friction force over the contact patch(restrains the maximum deformation/shear stress of the tread element)
    • $|q_{ymax}|={\mu }_y{q}_y(x)$
    • $q_z$ : vertical pressure distribution along the longitudinal direction of the contact patch
    • ${\mu }_y$ : lateral friction coefficient

• rear part of the contact patch
  • tread element는 도로에서 deformation limit에 도달하고, 미끄러지기 시작함.
  • $x_c$ : location of the tread element starting to slide
    • $q_y(x_c)={\mu }_y{q}_z(x_c)$
  • $F_y$ : tire lateral force
    • $F_y={\int }_{x_c}^a{k}_{ty}\Delta ydx+{\int }_{-a}^{x_c}{\mu }_y\cdot q_z(x)dx$
  • $M_z$ : aligning moment
    • $M_z={\int }_{x_c}^a{k}_{ty}\Delta y\cdot xdx+{\int }_{-a}^{x_c}{\mu }_y\cdot q_z(x)\cdot xdx$

• 타이어 중심선을 기준으로 tire lateral force가 발생함에 따라 pneumatic trail t 가 발생
  • pneumatic trail
    • $t=\frac{M_z}{F_y}$

• brush model의 lateral force, 정렬 모멘트 pneumatic trail의 시뮬레이션 결과

  

 

Data Preprocessing

1. preprocessing
   • low-pass filter = 400Hz
     • eliminate high-frequency nosie

       

2. 정확한 신호 추출을 위해 contact patch 식별하기 (중요!)
   • 주로 longitudinal acceleration을 많이 씀. (x축)
     • contact patch와 직접적인 상관관계 때문에
     • x축의 2개 peak는 leading, trailing edge를 가리킴
       • 그리고 tire-road contact center는 2개 peaks 사이에 위치함
   • 코너링 특성을 예측하기 위해$\pm$35도이내의 가속도 신호를 사용

3. 84개의 acceleration points 를 사용함.

4. pneumatic trail와$F_z$,$M_z$는$t=\frac{M_z}{F_y}$을 이용해서 계산
   1. force / slip angle 이 0에 가까울때 이상값이 생길 수 잇음

5. 측정된$F_z$,$M_z$은 파란색점으로 표시되며, measured라고 표시

   

 

feature selection

• PLS(partial least squares) 이용해 특징추출
  • 그후 VIP(variable importance in the projection score)을 이용해 중요한 변수들 골라내기
    • 다중공선성 효과 제거 가능

• 결과

  

  • lateral (y) force acceleration은 carcass 변형에 엄청나게 관련있기 때문에 y 가 높게 나옴

 

결과

• GPR이 가장 높은 정확도를 보임.