Vehicle lateral dynamics modelling by subspace identification methods and tyre cornering stiffness estimation

Identificação De Modelo Híbrido Baseado Em Redes Neurais Para Dinâmica Lateral De Veículos Militares

“…Há inúmeras abordagens na literatura para modelagem do comportamento dinâmico de um veículo, escolhidas geralmente com base na complexidade da formulação matemática, como os parâmetros necessários e o movimento em foco (longitudinal, lateral, vertical ou a combinação entre eles); além das informações disponíveis, como medidas experimentais da dinâmica do sistema, o que facilita a utilização de abordagens baseadas nos dados observados. A estimação de parâmetros, estados e até de possíveis modelos usando métodos de identificação de sistemas baseados em dados experimentais é uma alternativa relevante, especialmente devido à descrição incompleta da dinâmica do sistema, como hipóteses e limitações, e de incertezas nos valores dos parâmetros que podem afetar a formulação matemática (Ba et al, 2015) quando se é empregada a modelagem baseada em leis físicas.…”

“…(Narendra et al, 1990) demonstra que redes neurais podem ser utilizadas de maneira eficiente para identificação e controle de sistemas dinâmicos não lineares. Por outro lado, (Ba et al, 2015) emprega três diferentes métodos para identificação de modelos usando os dados de entrada e saída de um veículo real de dois eixos.…”

“…No trabalho apresentado por (Ba et al, 2015), são aplicados três métodos diferentes de identificação baseada em dados de entrada e saída para modelagem da dinâmica lateral de um veículo: Multivariable Output Error State Space (MOESP), Numerical Algorithms for Subspace State Space System Identification (N4SID) e Canonical Variate Analysis (CVA). A estrutura do modelo é baseada no modelo bicicleta com três graus de liberdade, sendo empregados sinais de impulso, degrau e uma simulação de manobra de mudança dupla de faixa a velocidade constante para aquisição de dados.…”