지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2025.1
- 수록면
- 67 - 77 (11page)
- DOI
- 10.3795/KSME-A.2025.49.1.067
이용수
초록· 키워드
오류제보하기
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.
목차
초록
Abstract
1. 서론
2. 차량동역학 모델
3. 무향 칼만 필터 기반 동역학 추정
4. ANN 기반 타이어 종/횡력 학습
5. 시뮬레이션 결과 및 비교
6. 결론
참고문헌(References)
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-092093894