Estimating friction coefficient using generative modelling

要約

動的モデルを利用して、タイヤと路面の摩擦をリアルタイムで測定することは一般的です。
あるいは、予測アプローチは、タイヤと路面の摩擦に影響を与える環境要因を特定することによって、タイヤと路面の摩擦を推定します。
この作業は、摩擦推定の問題を視覚的知覚学習タスクとして定式化することを目的としています。
この問題は、セマンティック セグメンテーションを適用して表面特性を検出し、抽出した特徴を使用して摩擦力を予測することに分解されます。
この作業は、摩擦推定問題をセマンティック セグメンテーション モデルの潜在空間からの回帰として初めて定式化したものです。
予備的な結果は、このアプローチが摩擦力を推定できることを示しています。

要約(オリジナル)

It is common to utilise dynamic models to measure the tyre-road friction in real-time. Alternatively, predictive approaches estimate the tyre-road friction by identifying the environmental factors affecting it. This work aims to formulate the problem of friction estimation as a visual perceptual learning task. The problem is broken down into detecting surface characteristics by applying semantic segmentation and using the extracted features to predict the frictional force. This work for the first time formulates the friction estimation problem as a regression from the latent space of a semantic segmentation model. The preliminary results indicate that this approach can estimate frictional force.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google