fastest lap

最速ラップ??

最速ラップは、車両のダイナミクスシミュレーターです。車両のダイナミクスを理解したり、運転技術について学びたり、車のプロトタイプを設計したり、楽しみのために使用したりできます。

何ができるか

• 数値GG図：車両と速度が与えられ、そのax-ay図を計算します。 GG図は、車両の設計とパラメーターの探索における有用な手法です。

  これは最適化の問題として解決されます。特定の横方向の加速については、最小/最大実行可能な縦方向の加速を見つけます。

• 最適なラプティムシミュレーション：車両と回路が与えられ、ラプティムを最小限に抑える最適なコントロールを計算します。

  この問題は、一次コロケーション法である台形ルールを使用して解決され、高次の方法をまもなく実装することが計画されています。 NLPはIPOPTとCPPADを使用して解決され、パフォーマンスが向上します（Catirunya周辺のラップタイムは、約1分で500ポイントで取得できます）。

  これは、準定常状態のシミュレーションではありません。このモデルは、定常状態の仮定なしに動的方程式のように完全に一時的な状態を解決します。

ferrari-2022-australia.mp4

アプローチ

ソフトウェアのコアはC ++ライブラリで、Python APIで使用できます。完全なドキュメントはまだ利用できませんが、いくつかの例は例/Pythonにあります。最速ラップは非常に効率的で、1分未満で完全な最適なラップを計算できます。

動的モデル

コードは2つの車モデルを実装しています。

• 現在F1シミュレーションに使用されている3DOFカーモデル（縦方向、横方向、およびヨー）。使用されるデフォルトのパラメーターは、./database/limebeer-2014-f1.xmlにあります
• 現在、ゴーカートシミュレーションに使用されている6DOF車モデル（縦方向、外側、垂直、ヨー、ピッチ、ロール）。使用されるデフォルトのパラメーターは、./database/roberto-lot-2016-kart.xmlにあります

回路

回路は、Google Earthから作成されたパスからモデル化されています。たとえば、Catalunyaの正しいトラック制限は、このリポジトリ（データベース/Google_Earth/Catalunya_right.kml）に含まれています。次に、本明細書に含まれるツールで前処理され、参照ライン、その曲率、および左/右のトラック制限（データベース/catalunya_discrete.xml）までの距離を抽出するためのツールで前処理されます。

依存関係

Fastest-Lapでは、いくつかのオープンソースライブラリを使用しています。

• IPOPT：インテリアポイントオプティマイザーは、大規模な非線形最適化のためのオープンソースソフトウェアパッケージです。このプロジェクト内で使用されて、NLP（非線形プログラミングの問題）として記述された最適なラプティム問題に対するソリューションを取得します。
• CPPAD：C ++アルゴリズム分化。 IPOPTとともに分布すると、分析誘導体を計算するために使用されます。
• TinyXML2：TinyXML-2は、XMLファイルを読み取るために使用されるシンプルで、小さく、効率的なC ++ XMLパーサーです（モデルパラメーター、トラックなど）
• Logger-CPP：C ++のシンプルなロガー、印刷レベル、およびその他の興味深いアドオンを処理する
• lion-cpp：最適化と数字のためのLightweighインターフェイス、上記のすべてのライブラリのC ++パッケージマネージャーに加えて、機械的フレーム、ベクター代数、runge-kuttaスキームなどの他の数値方法

インストール

Windows 10

事前コンパイルされたバイナリは、リリースごとにダウンロードできます。

• v0.1
• v0.2
• v0.3
• v0.4
• v0.5

ダウンロードして解凍します。 zipフォルダーの内容は次のとおりです。

• ビン：動的ライブラリ。最速のC ++コアがあります。 Matlabから最速ラップが使用される場合は、Point loadlibrary()このディレクトリに使用されます。
• 含める：fastestlapc.hおよびfast_lap.py。 Pythonスクリプトを使用するには、このフォルダーがPYTHONPATHにあることを確認してください
• 例：Pythonノートブックの例。
• データベース：車と追跡データ

MacとLinux

このプロジェクトでは、Cmakeを使用してソースコードを構築し、バイナリを作成します。

Cmakeプロジェクトをコンパイル$FASTESTLAPための正規の手順は次のとおりです。

1. ビルドフォルダーを作成します。

 mkdir ${FASTESTLAP}/build

2. ビルドフォルダーから、cmakeを実行します

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

cmakeで利用できるオプションは次のとおりです。

 -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

この段階では、Cmakeはすべてのサードパーティの依存関係をダウンロードしてインストールします。

3. コンパイル

 make

4. テスト（オプションですが推奨）

 ctest --verbose

5. インストール（オプション）

 make install

Linux

Dockerビルド環境が提供され、共有ライブラリをコンパイルし、Pythonバインディングを生成するために使用できます。

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

ドキュメント

最新の最速ラップオンラインドキュメントをお読みください

参照

[1] Tremlett、AJ、およびDJN Limebeer。 「フォーミュラワン車の最適なタイヤの使用。」車両システムダイナミクス54.10（2016）：1448-1473。
[2]ロット、ロベルト、ニコラ・ダル・ビアンコ。 「レーシングゴーカートのラップタイム最適化。」車両システムダイナミクス54.2（2016）：210-230。
[3] Dal Bianco、Nicola、Roberto Lot、Marco Gadola。 「GP2レースカーの最小時間最適制御シミュレーション。」機械エンジニア機関の議事録、パートD：Journal of Automobile Engineering 232.9（2018）：1180-1195。
[4]ロット、ロベルト、マッテオ・マサロ。 「道路車両のマルチボディモデリングに対する象徴的なアプローチ。」 International Journal of Applied Mechanics 9.05（2017）：1750068。
[5]ケリー、ダニエルP.、ロビンS.シャープ。 「レースカーの最適な制御：理想的なドライバーをエミュレートする数値的方法。」車両システムダイナミクス48.12（2010）：1461-1474。
[6]ピカニニ、マティア。 「取り扱いの制限における自動運転車のパス計画と制御」
[7] Casanova、D。
[8] Perantoni、G。etal。 「可変パラメーターを備えたフォーミュラワン車の最適な制御」