Notícias

Banca de DEFESA: RHUAN CARLOS SILVA DE SOUZA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: RHUAN CARLOS SILVA DE SOUZA
DATA: 28/08/2024
HORA: 14:00
LOCAL: Virtual
TÍTULO:

PREDIÇÃO DA FORÇA LATERAL DE PNEUS INTELIGENTES A PARTIR DE TÉCNICAS DE APRENDIZAGEM DE MÁQUINA


PALAVRAS-CHAVES:

Aprendizagem de máquina, pneus inteligentes, filtragem adaptativa.


PÁGINAS: 110
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
SUBÁREA: Medidas Elétricas, Magnéticas e Eletrônicas; Instrumentação
ESPECIALIDADE: Sistemas Eletrônicos de Medida e de Controle
RESUMO:

 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.


MEMBROS DA BANCA:
Externo à Instituição - MURILLO FERREIRA DOS SANTOS - CEFET/MG (Membro)
Externo à Instituição - GIOVANI BERNARDES VITOR - UNIFEI - UNI (Suplente)
Interno - FELIPE OLIVEIRA E SILVA (Suplente)
Interno - DANTON DIEGO FERREIRA (Membro)
Interno - DANIEL AUGUSTO PEREIRA (Membro)
Presidente - BRUNO HENRIQUE GROENNER BARBOSA (Membro)
Notícia cadastrada em: 19/08/2024 10:18
SIGAA | DGTI - Diretoria de Gestão de Tecnologia da Informação - Contatos (abre nova janela): https://ufla.br/contato | © UFLA | appserver2.srv2inst1 31/10/2024 22:23