Neural network based tire/road friction force estimation

The potentional application of artificial intelligence in motor vehicles braking system performance

“…Analizirano je nekoliko radova koji se bave ovom problematikom. U [52,53,54] su korišćeni pristupi bazirani na statičkom modelu interakcije pneumatik-tlo koji uzima u obzir jedino klizanje točka kao ulazni parametar. U [53] je matematičkom modelu dodat neuronski model kako bi se eliminisao uticaj pojave nelinearnosti tokom određivanja sile kočenja pomoću klasičnih modela.…”

“…U [52,53,54] su korišćeni pristupi bazirani na statičkom modelu interakcije pneumatik-tlo koji uzima u obzir jedino klizanje točka kao ulazni parametar. U [53] je matematičkom modelu dodat neuronski model kako bi se eliminisao uticaj pojave nelinearnosti tokom određivanja sile kočenja pomoću klasičnih modela. Pristup prezentovan u [55] se odnosi na određivanje koeficijenta prijanjanja radi formiranja krive klizanja u statičkim uslovima primenom proširenog Kalmanovog filtra, dok je u istu svrhu u [56] korišćen adaptivni koncept baziran na matematičkom pristupu, odnosno diferencijalnim jednačinama kretanja vozila.…”

“…Kao što je već pokazano u literaturi [52,53,54,101] prilikom analize sila i momenata koji deluju u kontaktu pneumatika i tla tokom kočenja najprikladnije je krenuti od tzv. modela četvrtine vozila, koji podrazumeva da se tokom analize posmatra dinamičko ponašanje samo jednog točka.…”

“…I pored toga, ovakav pristup proučavanju dinamičkog ponašanja kočenog točka sadrži fundamentalne karakteristike bitne sa stanovišta opisivanja njegovog dinamičkog ponašanja. U skladu sa [53,98,101], na slici 5.3 su prikazane sile i momenti koji deluju na kočeni točak, pri čemu su primenjene sledeće oznake:…”

“…Kod točka koji se koči na tvrdom putu, što se najčešće dešava i što je sa stanovišta bezbednosti saobraćaja najvažnije, otpor kotrljanju ima vrlo male, odnosno zanemarljive vrednosti [53,96], tako da se izraz 5.6 svodi na:…”