Guess the Drift with LOP-UKF: LiDAR Odometry and Pacejka Model for Real-Time Racecar Sideslip Estimation

要約

車両の安全性と安定性にとって重要な横滑り角は、縦方向と横方向の速度の両方を使用して決定されます。
ただし、横方向成分の測定には高価なセンサーが必要になることが多く、そのため一般的な推定が行われ、このトピックについては既存の文献で徹底的に検討されています。
この論文では、Lidar オドメトリと Pacejka タイヤ モデル予測を統合することで車両の横速度を推定する新しい方法である LOP-UKF を紹介します。これにより、アンセンデント カルマン フィルター (UKF) を介したロバストな推定が得られます。
この組み合わせは、従来の手法に代わる明確な代替手段となり、エッジケースでも信頼性の高いソリューションが得られます。
さまざまなサーキットやトラック条件にわたって Dallara AV-21 を使用して得られた実験結果を示し、私たちの方法の有効性を実証します。

要約(オリジナル)

The sideslip angle, crucial for vehicle safety and stability, is determined using both longitudinal and lateral velocities. However, measuring the lateral component often necessitates costly sensors, leading to its common estimation, a topic thoroughly explored in existing literature. This paper introduces LOP-UKF, a novel method for estimating vehicle lateral velocity by integrating Lidar Odometry with the Pacejka tire model predictions, resulting in a robust estimation via an Unscendent Kalman Filter (UKF). This combination represents a distinct alternative to more traditional methodologies, resulting in a reliable solution also in edge cases. We present experimental results obtained using the Dallara AV-21 across diverse circuits and track conditions, demonstrating the effectiveness of our method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google