PREDIÇÃO DA FORÇA LATERAL DE PNEUS INTELIGENTES A PARTIR DE TÉCNICAS DE APRENDIZAGEM DE MÁQUINA
Aprendizagem de máquina, pneus inteligentes, filtragem adaptativa.
Pneus inteligentes são pneus que apresentam sensores em sua estrutura capazes de comunicar com os sistemas de assistência ao motorista (ADAS) para fins de estimação de parâmetros e estados dos veículos. Este projeto tem como objetivo obter um modelo para estimar a força lateral em um pneu inteligente por meio de técnicas de Aprendizagem de Máquina, a partir de sinais de aceleração medidos, em que estes sinais de aceleração apresentam níveis elevados de ruídos que impactam o processo de estimação. Para isso, é proposta a reconstrução do sinal a partir do uso da heurística adaptativa EMD (Empirical Mode Decomposition) para cada rotação do pneu, pois, a cada ciclo, o sinal se comporta de maneira distinta. Dessa forma, para o processo de reconstrução do sinal são propostas distintas configurações, baseadas na soma das funções intrínsecas existentes entre uma função inicial e final definidas. A reconstrução dos sinais foi aplicada nos sinais de aceleração nos eixos x, y e z, correspondente, a aproximadamente, uma volta completa do pneu, mas também para uma faixa da rotação do pneu (145,5º e 215,0º) correspondente a valores mais próximos da região de contato do pneu com solo. Assim, para avaliar cada configuração proposta são utilizados os modelos de aprendizagem de máquina Random Forest e Gaussian Process Regression para estimação da força lateral. Assim, os métodos NRMS (Normalized Root Mean Square Error) e coeficiente de determinação são usados para verificar o desempenho de uma determinada configuração para cada modelos de aprendizagem proposto.