Recently, Controller for Vehicle Safety such as ESC plays an important role to prevent vehicular accidents. ESC need to know friction coefficient between Tire and Road to
improve control performance. And, Drive characteristic change as per tire-road friction coefficient since vehicle behavior is determined by longitudinal, lateral friction force. So, tire-road friction coefficient is an important parameter to figure out vehicle behavior.
However, there is technical, economic difficulty to measure tire-road friction coefficient. Therefore we should estimate tire-road friction coefficient
In this research, a Model to estimate tire-road friction coefficient is developed by using intelligent tire system which is measurable tire deformation using deform sensor attached in tire. This model was developed by having an eye on changing of weight shifting as per tire-road friction coefficient. This model is also developed by using neural network model and use information of vehicle speed, steer angle, weight shifting as inputs.
First, we got the information of left-right tire vertical force as per tire-road friction coefficients, drive conditions using CarSim program to get information of weight shifting as per road friction coefficient. And, this information of left-right tire vertical forces is used as input of intelligent tire standard model. Then, we can indirectly get tire strain as per road friction coefficient from intelligent tire standard model. Next, tire strain data from intelligent tire is used as an input of vertical force extraction logic and vehicle weight shifting as per tire-road friction coefficient is got by estimating left-right tire vertical forces from vertical force extraction logic. Finally, this information is used as an input of model to estimate tire-road friction coefficient.
최근 차량의 사고를 방지하기 위해서 ESC와 같은 차량의 안정성을 증가시키기 위한 제어기가 중요한 역할을 하고 있다. 이러한 ESC 제어기의 제어성능을 향상시키기 위해서는 타이어-지면 간 마찰 계수의 정확한 정보가 필요하다. 그리고 차량의 거동은 타이어에서 발생되는 종방향, 횡방향의 마찰력에 의해 결정되기 때문에 차량의 주행 특성은 노면의 상태에 따라서 크게 달라진다. 그러므로 차량의 거동에 있어서도 노면 마찰 계수가 중요한 변수로 작용한다. 그러나 이러한 타이어-지면 간 마찰 계수를 측정하기에는 기술적, 경제적인 어려움이 있어서 노면 마찰 계수를 예측해야 한다.
본 연구에서는 타이어 내부에 변형량 센서를 부착하여 변형량 정보를 얻을 수 있는 인텔리전트 타이어 시스템을 활용하여 타이어-지면 간의 마찰 계수를 예측할 수 있는 모델을 개발하였다. 이러한 타이어-지면 간 마찰 계수 예측 모델은 차량이 선회 시 노면 마찰 계수에 따라서 차량의 weight shifting이 달라진다는 점에 착안하여 개발되었고, 차량의 속도, steer angle, weight shifting 정보들을 입력으로 하여 노면 마찰 계수를 출력하는 신경망 모델이다.
먼저 노면 마찰 계수에 따른 weight shifting 정보를 얻기 위해서 CarSim 프로그램을 활용하여 각 주행 조건, 노면 조건에 따른 좌, 우 타이어 수직 힘 정보를 얻었고 이를 인텔리전트 타이어 기준 모델에 입력으로 하여 노면 마찰 계수에 따른 각 타이어 변형량을 간접적으로 얻을 수 있었다. 이렇게 얻어진 변형량 데이터들은 수직 힘 추출 로직을 통하여 좌, 우 수직 힘을 예측함으로써 노면 마찰 계수에 따른 weight shifting 정보를 얻을 수 있었고 이 정보는 타이어-지면 간의 마찰 계수를 예측하기 위한 입력 값으로 사용된다.
