fastest lap

Mais rápido ??

A mais rápida é um simulador de dinâmica do veículo. Pode ser usado para entender a dinâmica do veículo, para aprender sobre técnicas de direção, projetar protótipos de carro ou apenas por diversão!

O que pode ser feito

• Diagrama numérico de GG: dado um veículo e uma velocidade, para calcular seu diagrama de AX-AY. O diagrama GG é uma técnica útil no design do veículo e na exploração de parâmetros.

  Isso é resolvido como um problema de otimização: para uma dada aceleração lateral, encontre a aceleração longitudinal mínima/máxima viável.

• Simulação ideal da lappime: dado um veículo e um circuito, para calcular os controles ideais que minimizam a lappime.

  Esse problema é resolvido usando um método de colocação de primeira ordem, a regra trapezoidal, com métodos de ordem superior planejados para serem implementados em breve. O PNL é resolvido usando o IPOPT e o CPPAD para melhorar seu desempenho (um tempo de volta ao redor do circuito de Catalunha pode ser obtido com 500 pontos em aproximadamente 1 minuto).

  Esta não é uma simulação quase-estadual. O modelo resolve os estados totalmente transitórios, como nas equações dinâmicas sem suposições de estado estacionário.

Ferrari-2022-australia.mp4

A abordagem

O núcleo do software é uma biblioteca C ++, que pode ser usada através de uma API Python. A documentação completa ainda não está disponível, mas alguns exemplos podem ser encontrados em exemplos/python. O mais rápido, é muito eficiente, sendo capaz de calcular uma volta ideal completa em menos de 1 minuto.

Modelos dinâmicos

O código implementa dois modelos de carros:

• Um modelo de carro 3DOF (longitudinal, lateral e guinada), atualmente usado para simulações de F1. Os parâmetros padrão utilizados podem ser encontrados em ./database/limebeer-2014-f1.xml
• Um modelo de carro de 6DOF (longitudinal, lateral, vertical, guinada, pitch and roll), atualmente usado para simulações de kart. Os parâmetros padrão utilizados podem ser encontrados em ./database/robeto-lot-2016-kart.xml

Circuitos

Os circuitos são modelados a partir de caminhos criados a partir do Google Earth, por exemplo, o limite certo da Catalunya está incluído neste repositório (banco de dados/google_earth/catalunya_right.kml). Os circuitos são então pré -processados ​​com uma ferramenta incluída aqui para extrair uma linha de referência, sua curvatura e a distância aos limites da trilha esquerda/direita (banco de dados/catalunya_discrete.xml).

Dependências

O mais rápido-lap usa várias bibliotecas de código aberto:

• IPOPT: Otimizador de pontos interiores, é um pacote de software de código aberto para otimização não linear em larga escala. Usado neste projeto para obter a solução para problemas ideais para a lappime escritos como PNL (problema de programação não linear).
• CPPAD: diferenciação algorítmica de C ++. Distribuído ao lado do IPOPT, é usado para calcular derivados analíticos.
• Tinyxml2: tinyxml-2 é um analisador simples, pequeno, eficiente, C ++ XML, usado para ler arquivos XML (por exemplo, parâmetros do modelo, faixas, ...)
• Logger-CPP: um logger simples em C ++, para lidar com níveis de impressão e outros complementos interessantes
• Lion-CPP: Interfaces Lightweigh para otimização e numéricos, um gerenciador de pacotes C ++ para todas as bibliotecas mencionadas acima, além de outros métodos numéricos, como quadros mecânicos, álgebra vetorial e Runge-esquemas de kutta

Instalação

Windows 10

Os binários pré -compilados estão disponíveis para download para cada lançamento.

• v0.1
• v0.2
• v0.3
• v0.4
• v0.5

Download e descompactação. O conteúdo da pasta ZIP são:

• BIN: As bibliotecas dinâmicas. O núcleo C ++ mais rápido está lá. Se for usado mais rápido no MATLAB, loadlibrary() para este diretório.
• Inclua: Fastestlapc.h e Fastest_lap.py. Para usar scripts python, verifique se esta pasta está no PYTHONPATH
• Exemplos: Exemplos de notebook Python.
• Banco de dados: dados de carro e rastrear

Mac e Linux

Este projeto usa o CMake para construir o código -fonte e produzir os binários.

As etapas canônicas para compilar um projeto CMake são: (Suponha que $FASTESTLAP seja o nível superior do código -fonte.)

1. Crie uma pasta de construção.

 mkdir ${FASTESTLAP}/build

2. Na pasta Build, execute cmake

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

As opções disponíveis para CMake são:

 -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

Nesta fase, o CMake baixará e instalará todas as dependências de terceiros.

3. Compilar

 make

4. Teste (opcional, mas recomendado)

 ctest --verbose

5. Instale (opcional)

 make install

Linux

Um ambiente de construção do Docker é fornecido e pode ser usado para compilar a biblioteca compartilhada e gerar as ligações do Python.

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

Documentação

Leia a mais recente documentação online mais rápida

Referências

[1] Tremlett, AJ e Djn Limebeer. "Uso ideal para pneus para um carro da Fórmula 1". Dinâmica do sistema de veículos 54.10 (2016): 1448-1473.
[2] Lote, Roberto e Nicola Dal Bianco. "Otimização do tempo de volta de uma kart de corrida". Dinâmica do sistema de veículos 54.2 (2016): 210-230.
[3] Dal Bianco, Nicola, Roberto Lot e Marco Gadola. "Tempo mínimo simulação de controle ideal de um carro de corrida GP2". Anais da Instituição de Engenheiros Mecânicos, Parte D: Journal of Automobile Engineering 232.9 (2018): 1180-1195.
[4] Lote, Roberto e Matteo Massaro. "Uma abordagem simbólica para a modelagem multicorpo de veículos rodoviários". International Journal of Applied Mechanics 9.05 (2017): 1750068.
[5] Kelly, Daniel P. e Robin S. Sharp. "Controle temporal do carro de corrida: um método numérico para imitar o motorista ideal". Dinâmica do sistema de veículos 48.12 (2010): 1461-1474.
[6] Piccinini, Mattia. "Planejamento de caminho e controle de veículos autônomos nos limites do manuseio"
[7] Casanova, D. "No tempo mínimo de manobra de veículo: a volta ideal teórica"
[8] Peantoni, G. et al. "Controle ideal para um carro da Fórmula 1 com parâmetros variáveis"