fastest lap

Lapang tercepat ??

Lap tercepat adalah simulator dinamika kendaraan. Ini dapat digunakan untuk memahami dinamika kendaraan, untuk belajar tentang teknik mengemudi, merancang prototipe mobil, atau hanya untuk bersenang -senang!

Apa yang bisa dilakukan

• Diagram GG Numerik: Diberi kendaraan, dan kecepatan, untuk menghitung diagram Ax-AY-nya. Diagram GG adalah teknik yang berguna dalam desain kendaraan dan eksplorasi parameter.

  Ini diselesaikan sebagai masalah optimisasi: untuk akselerasi lateral yang diberikan, temukan akselerasi longitudinal minimum/maksimum yang layak.

• Simulasi Laptim Optimal: Diberikan kendaraan, dan sirkuit, untuk menghitung kontrol optimal yang meminimalkan lapik.

  Masalah ini diselesaikan dengan menggunakan metode kolokasi pesanan pertama, aturan trapesium, dengan metode orde lebih tinggi direncanakan akan segera diimplementasikan. NLP diselesaikan dengan menggunakan IPOPT, dan CPPAD untuk meningkatkan kinerjanya (waktu putaran di sekitar sirkuit de Catalunya dapat diperoleh dengan 500 poin dalam waktu sekitar 1 menit).

  Ini bukan simulasi quasi-steady-state. Model memecahkan keadaan sepenuhnya sementara seperti dalam persamaan dinamis tanpa asumsi kondisi mapan.

ferrari-2022-australia.mp4

Pendekatannya

Inti dari perangkat lunak ini adalah perpustakaan C ++, yang dapat digunakan melalui API Python. Dokumentasi lengkap belum tersedia tetapi beberapa contoh dapat ditemukan dalam contoh/python. Lap tercepat sangat efisien, mampu menghitung putaran optimal penuh dalam waktu kurang dari 1 menit.

Model dinamis

Kode ini mengimplementasikan dua model mobil:

• Model mobil 3DOF (longitudinal, lateral, dan yaw), saat ini digunakan untuk simulasi F1. Parameter default yang digunakan dapat ditemukan di ./database/limebeer-2014-f1.xml
• Model mobil 6DOF (longitudinal, lateral, vertikal, yaw, pitch dan roll), yang saat ini digunakan untuk simulasi go-kart. Parameter default yang digunakan dapat ditemukan di ./database/roberto-lot-2016-kart.xml

Sirkuit

Sirkuit dimodelkan dari jalur yang dibuat dari Google Earth, misalnya, batas trek kanan Catalunya termasuk dalam repositori ini (database/google_earth/catalunya_right.kml). Sirkuit kemudian diproses dengan alat yang disertakan di sini untuk mengekstrak garis referensi, kelengkungannya, dan jarak ke batas trek kiri/kanan (database/catalunya_discrete.xml).

Dependensi

Lap tercepat menggunakan beberapa perpustakaan open-source:

• IPOPT: Pengoptimal titik interior, adalah paket perangkat lunak open source untuk optimasi nonlinier skala besar. Digunakan dalam proyek ini untuk mendapatkan solusi untuk masalah lapuk optimal yang ditulis sebagai NLP (masalah pemrograman non-linear).
• CPPAD: Diferensiasi algoritmik C ++. Didistribusikan bersama IPOPT, ini digunakan untuk menghitung turunan analitik.
• TinyXML2: TinyXML-2 adalah parser C ++ XML yang sederhana, kecil, efisien, digunakan untuk membaca file XML (misalnya parameter model, trek, ...)
• Logger-CPP: Logger sederhana di C ++, untuk menangani level cetak, dan add-ons menarik lainnya
• Lion-CPP: Antarmuka Lightweigh Untuk Optimasi dan Numerik, Manajer Paket C ++ untuk semua perpustakaan yang disebutkan di atas, ditambah metode numerik lainnya seperti bingkai mekanik, aljabar vektor, dan skema Runge-Kutta

Instalasi

Windows 10

Binari yang telah dikompilasi tersedia untuk diunduh untuk setiap rilis.

• V0.1
• v0.2
• v0.3
• V0.4
• v0.5

Unduh dan unzip. Isi folder zip adalah:

• Bin: Perpustakaan Dinamis. Inti C ++-lap tercepat ada. Jika pangkuan tercepat digunakan dari MATLAB, point loadlibrary() ke direktori ini.
• Termasuk: FastestLapc.h dan tercepat_lap.py. Untuk menggunakan skrip Python, pastikan folder ini ada di PYTHONPATH
• Contoh: Contoh notebook Python.
• Database: Data Mobil dan Lacak

Mac dan Linux

Proyek ini menggunakan CMake untuk membangun kode sumber dan menghasilkan binari.

Langkah -langkah kanonik untuk mengkompilasi proyek CMake adalah: (Asumsikan $FASTESTLAP adalah kode sumber teratas.)

1. Buat folder build.

 mkdir ${FASTESTLAP}/build

2. Dari folder build, jalankan cmake

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

Opsi yang tersedia untuk CMake adalah:

 -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

Pada tahap ini, CMake akan mengunduh dan menginstal semua dependensi pihak ketiga.

3. Menyusun

 make

4. Tes (opsional tapi disarankan)

 ctest --verbose

5. Instal (opsional)

 make install

Linux

Lingkungan pembangunan Docker disediakan dan dapat digunakan untuk mengkompilasi perpustakaan bersama dan menghasilkan binding Python.

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

Dokumentasi

Baca dokumentasi online-mantel terkini terbaru

Referensi

[1] Tremlett, AJ, dan DJN Limebeer. "Penggunaan ban optimal untuk mobil Formula Satu." Dinamika Sistem Kendaraan 54.10 (2016): 1448-1473.
[2] Lot, Roberto, dan Nicola Dal Bianco. "Optimalisasi waktu putaran go-kart balap." Dinamika Sistem Kendaraan 54.2 (2016): 210-230.
[3] Dal Bianco, Nicola, Roberto Lot, dan Marco Gadola. "Simulasi kontrol optimal waktu minimum mobil balap GP2." Prosiding Lembaga Insinyur Mesin, Bagian D: Jurnal Teknik Otomotif 232.9 (2018): 1180-1195.
[4] Lot, Roberto, dan Matteo Massaro. "Pendekatan simbolis untuk pemodelan multibodi kendaraan jalan." Jurnal Internasional Mekanika Terapan 9.05 (2017): 1750068.
[5] Kelly, Daniel P., dan Robin S. Sharp. "Kontrol waktu-optimal dari mobil balap: metode numerik untuk meniru pengemudi yang ideal." Dinamika Sistem Kendaraan 48.12 (2010): 1461-1474.
[6] Piccinini, Mattia. "Perencanaan Jalur dan Pengendalian Kendaraan Self-Driving Di Batas Penanganan"
[7] Casanova, D. "Pada waktu minimum, manuver kendaraan: pangkuan optimal teoretis"
[8] Perantoni, G. et al. "Kontrol Optimal untuk Mobil Formula Satu Dengan Parameter Variabel"