
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Xu, Nan | - |
| Autor(es): dc.creator | Zhou, Jianfeng | - |
| Autor(es): dc.creator | Barbosa, Bruno Henrique Groenner | - |
| Autor(es): dc.creator | Askari, Hassan | - |
| Autor(es): dc.creator | Khajepour, Amir | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:36:42Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:36:42Z | - |
| Data de envio: dc.date.issued | 2023-07-27 | - |
| Data de envio: dc.date.issued | 2023-07-27 | - |
| Data de envio: dc.date.issued | 2022 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/58214 | - |
| Fonte completa do material: dc.identifier | https://ieeexplore.ieee.org/document/10149171 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1164775 | - |
| Descrição: dc.description | Intelligent tire systems are promising solutions for achieving precise vehicle state estimations, localization, and motion control in the context of autonomous driving. Tire cornering properties, namely, lateral force, aligning moment, and pneumatic trail, are crucial factors that should be accurately estimated for vehicle dynamics control purposes. In this work, a soft sensor for estimating tire cornering properties based on intelligent tire and machine learning is developed. The intelligent tire system is based on a triaxial accelerometer mounted on the inner liner of the tire tread, which provides acceleration measurements from the x, y, and z directions. Partial least squares and variable importance in the projection scores (PLS-VIP) are used in the feature extraction of the acceleration signals over the contact patch. A Gaussian process regression (GPR) model is trained to predict the cornering properties with confidence intervals under different input conditions. Based on the variances in the GPR predictions and minimum mean-square error criterion, a data fusion method for pneumatic trail estimation is proposed. It is demonstrated that the developed GPR models for cornering properties and the data fusion method for pneumatic trail estimation have satisfactory accuracy and reliability. The experimental results show that the soft sensor proposed in this work is a strong candidate for further applications in the development of vehicle state estimation and control algorithms | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | IEEE Xplore | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | IEEE Transactions on Systems, Man, and Cybernetics: Systems | - |
| Palavras-chave: dc.subject | Gaussian process regression (GPR) | - |
| Palavras-chave: dc.subject | Intelligent tire | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Sensing systems | - |
| Palavras-chave: dc.subject | Tire cornering properties | - |
| Título: dc.title | A soft sensor for estimating tire cornering properties for intelligent tires | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: