Bayesian Optimization-based Tire Parameter and Uncertainty Estimation for Real-World Data

要約

この作業は、ベイジアン最適化アプローチを使用して、タイヤパラメーターとその不確実性を推定する方法論を提示します。
文献は主にタイヤパラメーターの推定を考慮していますが、適切なモデル適合に必要なパラメーター識別品質と必要なスリップ比の評価がありません。
したがって、我々は、パラメーターとそれらの不確実性の両方を推定する方法論として、確率的変異推論の使用を調べます。
理論および実世界のアプリケーションの最先端のネルダーミードアルゴリズムと比較して、この方法を評価します。
理論的研究では、各パラメーターの適切なフィッティングに必要な励起を評価するために、異なるスリップ比でパラメーターのフィッティングを考慮します。
結果は、Pacejka Magicフォーミュラタイヤモデルの感度分析と比較されます。
アブダビの自律レースリーグで取得した実際のデータに対するアルゴリズムの適用を示し、励起が不十分なため、曲率と形状パラメーターを特定する際の不確実性を強調します。
収集された洞察は、取得したデータの制限を評価し、代わりにより高いスリップ比がキャプチャされるまで標準化されたパラメーターを利用するのに役立ちます。
提案された方法を使用して、実際の条件でのタイヤモデルパラメーターの平均値と不確実性を評価し、シミュレーション研究に基づいてタイヤモデリングのアクションを導き出すことができることを示します。

要約(オリジナル)

This work presents a methodology to estimate tire parameters and their uncertainty using a Bayesian optimization approach. The literature mainly considers the estimation of tire parameters but lacks an evaluation of the parameter identification quality and the required slip ratios for an adequate model fit. Therefore, we examine the use of Stochastical Variational Inference as a methodology to estimate both – the parameters and their uncertainties. We evaluate the method compared to a state-of-the-art Nelder-Mead algorithm for theoretical and real-world application. The theoretical study considers parameter fitting at different slip ratios to evaluate the required excitation for an adequate fitting of each parameter. The results are compared to a sensitivity analysis for a Pacejka Magic Formula tire model. We show the application of the algorithm on real-world data acquired during the Abu Dhabi Autonomous Racing League and highlight the uncertainties in identifying the curvature and shape parameters due to insufficient excitation. The gathered insights can help assess the acquired data’s limitations and instead utilize standardized parameters until higher slip ratios are captured. We show that our proposed method can be used to assess the mean values and the uncertainties of tire model parameters in real-world conditions and derive actions for the tire modeling based on our simulative study.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google