[论文解读] Modeling Ice Friction for Vehicle Dynamics of a Bobsled with Application in Driver Evaluation and Driving Simulation
本文提出了一种数据驱动的冰面摩擦模型,用于描述雪橇车辆动力学,结合实验测量与有限元仿真,以捕捉纵向和侧向摩擦力。该模型通过量化不同驾驶风格(尤其是转向和侧滑角)对能量损失的影响,实现对驾驶员的精确评估与仿真,揭示了顶级驾驶员虽在前后轴摩擦损失上存在差异,但通过不同的技术手段实现相似的性能表现。
We provide an ice friction model for vehicle dynamics of a two-man bobsled which can be used for driver evaluation and in a driver-in-the-loop simulator. Longitudinal friction is modeled by combining experimental results with finite element simulations to yield a correlation between contact pressure and friction. To model lateral friction, we collect data from 44 bobsleigh runs using special sensors. Non-linear regression is used to fit a bob-specific one-track vehicle dynamics model to the data. It is applied in driving simulation and enables a novel method for bob driver evaluation. Bob drivers with various levels of experience are investigated. It shows that a similar performance of the top drivers results from different driving styles.
研究动机与目标
- 开发一种融合物理机理与数据驱动的雪橇摩擦模型,以在真实比赛条件下捕捉纵向和侧向冰面摩擦力。
- 利用真实雪橇比赛数据,实现精确的驾驶员在回路仿真,用于训练与性能分析。
- 提出一种新颖的雪橇驾驶员评估方法,基于实测转向角与侧滑角推导出的能量损失指标。
- 探究不同驾驶风格如何在前后轴摩擦损失各异的情况下,仍导致相似的性能结果。
- 通过对比科尼希塞(Königssee)、拉普拉涅(La Plagne)和阿尔滕贝格(Altenberg)等不同赛道的能量损失分布,支持雪橇配置优化。
提出的方法
- 通过实验数据与有限元仿真相结合,建立纵向摩擦模型,以关联接触压力与摩擦系数。
- 基于44次真实雪橇比赛数据,利用专用传感器测量侧向摩擦力,并采用非线性回归方法,将特定雪橇的一体化车辆动力学模型拟合至实测数据。
- 将经过验证的摩擦模型集成至宝马雪橇模拟器中,该模拟器被德国国家队用于奥运会备战。
- 通过积分侧滑角与法向力,计算作用于质心的阻力,实现能量损失的量化。
- 通过比较实际能量损失与理想理论最优值,以相对损失增加量作为指标,评估驾驶员表现。
- 通过分析转向角、侧滑角及其对前后轴摩擦损失的影响,区分不同驾驶风格。
实验结果
研究问题
- RQ1为何不同雪橇驾驶风格在前后轴摩擦损失各异的情况下,仍能实现相似的性能表现?
- RQ2在使用真实世界比赛数据的前提下,数据驱动的摩擦模型在模拟器中多大程度上能准确再现真实雪橇动力学?
- RQ3在不同雪橇赛道(科尼希塞、拉普拉涅、阿尔滕贝格)中,能量损失如何变化?这对雪橇配置有何影响?
- RQ4在动态真实比赛条件下,侧向摩擦力能否被可靠建模?其表现与纵向摩擦力相比如何?
- RQ5驾驶员特有的转向行为(转向角的幅值与频率)在整体能量效率中起到何种作用?
主要发现
- 顶级驾驶员(A1、A2、A3)尽管驾驶风格各异,但整体能量损失水平相近,其中A2采用更高的前轴转向角,但后轴损失更低。
- 驾驶员C1能量损失最高且转向动作最少,表明其存在不确定性和经验不足,与较低性能表现一致。
- 由于相同侧滑角下前轴摩擦力更高,前轴对能量损失的贡献大于后轴,该结论得到跑具模型的验证。
- 在所研究的三条赛道中,科尼希塞赛道的整体能量损失最低,而阿尔滕贝格与拉普拉涅赛道在前后轴的能量损失分布上表现出显著差异。
- 侧向摩擦模型在仿真中成功再现了真实驾驶行为,科尼希塞与拉普拉涅赛道的侧向力均方根误差(RMSE)均低于100 N。
- 该模型支持在不受外部条件影响的情况下,对驾驶员进行长期、间接的性能分析,有助于实现多赛季性能追踪。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。