fastest lap

أسرع لاء ؟؟

أسرع لفة هي محاكاة ديناميات السيارة. يمكن استخدامه لفهم ديناميات المركبات ، للتعرف على تقنيات القيادة ، لتصميم نماذج أولية للسيارات ، أو للمتعة فقط!

ماذا يمكن القيام به

• رسم تخطيطي GG العددي: إعطاء مركبة ، وسرعة ، لحساب مخططها الفأس. يعد مخطط GG تقنية مفيدة في تصميم المركبات واستكشاف المعلمات.

  يتم حل هذا كمشكلة تحسين: لتسارع جانبي معين ، ابحث عن الحد الأدنى/الحد الأقصى للتسارع الطولي الممكن.

• محاكاة المحمول الأمثل: بالنظر إلى مركبة ، ودائرة ، لحساب عناصر التحكم المثلى التي تقلل من وقت الكمبيوتر.

  يتم حل هذه المشكلة باستخدام طريقة تجميع من الدرجة الأولى ، القاعدة شبه المنحرف ، مع وجود أساليب ذات ترتيب أعلى يتم تنفيذها قريبًا. يتم حل NLP باستخدام IPOPT ، و CPPAD لتعزيز أدائها (يمكن الحصول على وقت في الحفة حول حلبة DE CATALUNYA مع 500 نقطة في حوالي دقيقة واحدة).

  هذه ليست محاكاة شبه ثابتة. يحل النموذج الحالات العابرة بالكامل كما هو الحال في المعادلات الديناميكية دون افتراضات الحالة المستقرة.

Ferrari-2022-Australia.mp4

النهج

جوهر البرنامج هو مكتبة C ++ ، يمكن استخدامها من خلال API Python. الوثائق الكاملة غير متوفرة بعد ولكن يمكن العثور على بعض الأمثلة في أمثلة/بيثون. أسرع لفة فعالة للغاية ، حيث تكون قادرة على حساب لفة مثالية كاملة في أقل من دقيقة واحدة.

نماذج ديناميكية

الرمز ينفذ نموذجين للسيارة:

• نموذج سيارة 3DOF (طولي ، جانبي ، وياو) ، يستخدم حاليًا لمحاكاة F1. يمكن العثور على المعلمات الافتراضية المستخدمة في ./database/limebeer-2014-f1.xml
• نموذج سيارة 6dof (طولي ، جانبي ، عمودي ، ياو ، الملعب والفة) ، يستخدم حاليًا لمحاكاة GO-kart. يمكن العثور على المعلمات الافتراضية المستخدمة في ./database/roberto-lot-2016-kart.xml

دوائر

تم تصميم الدوائر من المسارات التي تم إنشاؤها من Google Earth ، على سبيل المثال ، يتم تضمين حد المسار الصحيح لـ Catalunya في هذا المستودع (قاعدة البيانات/Google_Earth/Catalunya_Right.kml). ثم يتم تجميع الدوائر مسبقًا باستخدام أداة مدرجة هنا لاستخراج خط مرجعي ، وانحناءه ، والمسافة إلى حدود المسار الأيمن/اليمين (قاعدة البيانات/Catalunya_discrete.xml).

التبعيات

يستخدم أسرع لفة العديد من المكتبات مفتوحة المصدر:

• IPOPT: Optimizer Interior Point ، هي حزمة برامج مفتوحة المصدر للتحسين غير الخطي على نطاق واسع. يستخدم في هذا المشروع للحصول على حل لمشاكل المحمول المثلى المكتوبة باسم NLP (مشكلة البرمجة غير الخطية).
• CPPAD: تمايز الخوارزمية C ++. يتم توزيعه جنبًا إلى جنب مع IPOPT ، ويستخدم لحساب المشتقات التحليلية.
• TINYXML2: TINYXML-2 هو محلل بسيط ، صغير ، فعال ، C ++ XML ، يستخدم لقراءة ملفات XML (على سبيل المثال معلمات النموذج ، المسارات ، ...)
• Logger-CPP: سجل بسيط في C ++ ، للتعامل مع مستويات الطباعة ، وغيرها من الوظائف الإضافية المثيرة للاهتمام
• Lion-CPP: واجهات Lightweigh للتحسين والأرقام ، مدير حزمة C ++ لجميع المكتبات المذكورة أعلاه ، بالإضافة إلى طرق رقمية أخرى مثل الإطارات الميكانيكية وجبر المتجهات و Runge-Schemes

تثبيت

Windows 10

الثنائيات المسبقة متاحة للتنزيل لكل إصدار.

• v0.1
• v0.2
• v0.3
• v0.4
• v0.5

تنزيل وفك الضغط. محتويات المجلد الرمز البريدي هي:

• بن: المكتبات الديناميكية. أسرع لطف C ++ جوهر موجود. إذا تم استخدام أسرع لفة من MATLAB ، فإن loadlibrary() إلى هذا الدليل.
• تشمل: mastEstlapc.h و mastest_lap.py. لاستخدام البرامج النصية Python ، تأكد من أن هذا المجلد موجود على PYTHONPATH
• أمثلة: أمثلة دفتر Python.
• قاعدة البيانات: بيانات السيارة وتتبعها

Mac و Linux

يستخدم هذا المشروع Cmake لإنشاء رمز المصدر وإنتاج الثنائيات.

الخطوات الكنسية لتجميع مشروع CMAKE هي: (افترض $FASTESTLAP هو المستوى الأعلى من الكود المصدر.)

1. إنشاء مجلد بناء.

 mkdir ${FASTESTLAP}/build

2. من مجلد البناء ، قم بتشغيل Cmake

 cd ${FASTESTLAP}/build && cmake ..

الخيارات المتاحة لـ CMake هي:

 -DCMAKE_BUILD_TYPE=Debug/Release
-DCMAKE_INSTALL_PREFIX=/path/to/install/dir
-DCODE_COVERAGE=Yes/No: enables code coverage (if so, use with -DCMAKE_BUILD_TYPE=Debug)
-DBUILD_DOC=Yes/No: builds doxygen documentation

في هذه المرحلة ، ستقوم CMake بتنزيل وتثبيت جميع تبعيات الطرف الثالث.

3. ترجمة

 make

4. اختبار (اختياري ولكن موصى به)

 ctest --verbose

5. تثبيت (اختياري)

 make install

Linux

يتم توفير بيئة بناء Docker ويمكن استخدامها لتجميع المكتبة المشتركة وإنشاء روابط Python.

sh ./src/scripts/linux/docker_compile.sh

الوثائق

اقرأ أحدث وثائق عبر الإنترنت

مراجع

[1] Tremlett ، AJ ، و DJN Limeber. "استخدام الإطارات الأمثل لسيارة الفورمولا واحد." ديناميات نظام المركبات 54.10 (2016): 1448-1473.
[2] لوت ، روبرتو ، ونيكولا دال بيانكو. "وقت اللفة لتحسين سباق السباق." ديناميات نظام المركبات 54.2 (2016): 210-230.
[3] دال بيانكو ، نيكولا ، روبرتو لوت ، وماركو جادولا. "الحد الأدنى للوقت المحاكاة السيطرة الأمثل لسيارة سباق GP2." وقائع مؤسسة المهندسين الميكانيكيين ، الجزء D: مجلة هندسة السيارات 232.9 (2018): 1180-1195.
[4] لوت ، روبرتو ، وماتيو ماسارو. "نهج رمزي لنمذجة الأجسام المتعددة للمركبات على الطرق." المجلة الدولية للميكانيكا التطبيقية 9.05 (2017): 1750068.
[5] كيلي ، دانييل ب. ، وروبن س. شارب. "السيطرة على الوقت الأمثل لسيارة السباق: طريقة عددية لمحاكاة السائق المثالي." ديناميات نظام المركبات 48.12 (2010): 1461-1474.
[6] بيكينيني ، ماتيا. "تخطيط المسار والسيطرة على المركبات ذاتية القيادة على حدود المناولة"
[7] كازانوفا ، د.
[8] بيرانتوني ، ج. وآخرون. "التحكم الأمثل لسيارة الفورمولا واحد مع معلمات متغيرة"