Numerical & experimental analysis of a radio controlled race car

RC racing is a complex and a not well-known hobby around the world. Hobbyists assemble, tune and race their RC cars on special racetracks. With many different adjustment possibilities of the cars, chassis tuning becomes a big problem without any numerical analysis. In this thesis, a foundation for numerical analysis is presented. First, a telemetry system for the car to collect data during experimental driving is developed. These data are used for state estimation and identification procedures of the tyre model. State estimation is performed by usage of an Unscented Kalman filter that fuses the GNSS and IMU data. For the tyre model parameters identification, a non-linear least squares regression problem is formulated. Two different vehicle models are presented; a single track bicycle model for control-oriented studies and a 12 degrees of freedom high fidelity model to include all details of the car including suspension system. After exhaustive identification of detailed vehicle parameters of inertial, geometric, aerodynamic and suspension related terms, a detailed tyre model is identified using vehicle model together with telemetry data that includes combined slip and vertical load effects into account. Finally, an optimal control lap time simulation is formulated to compare the optimal lap to the actual driving data from telemetry. After the obtained vehicle model and optimal control simulation setup, future possibilities regarding the control-oriented and chassis setup optimization related studies are discussed.

Le corse RC sono un hobby complesso e non molto conosciuto in tutto il mondo. hobbisti assemblare, mettere a punto e correre le loro auto RC su piste speciali. Con molte regolazioni diverse possibilità delle auto, la messa a punto del telaio diventa un grosso problema senza alcuna analisi numerica. In questa tesi, viene presentata una base per l'analisi numerica. In primo luogo, è un sistema di telemetria per l'auto per raccogliere dati durante la guida sperimentale sviluppato. Questi dati vengono utilizzati per le procedure di stima e identificazione dello stato di il modello di pneumatico. La stima dello stato viene eseguita utilizzando un filtro Kalman non profumato che fonde i dati GNSS e IMU. Per l'identificazione dei parametri del modello di pneumatico, viene formulato un problema di regressione dei minimi quadrati non lineare. Due veicoli diversi i modelli sono presentati; un modello di bicicletta a binario singolo per studi orientati al controllo e un modello ad alta fedeltà di 12 gradi di libertà per includere tutti i dettagli dell'auto compreso sistema di sospensione. Dopo un'esaustiva identificazione dei parametri dettagliati del veicolo di termini inerziali, geometrici, aerodinamici e relativi alle sospensioni, uno pneumatico dettagliato il modello viene identificato utilizzando il modello del veicolo insieme ai dati di telemetria che include effetti combinati di scorrimento e carico verticale in considerazione. Finalmente un giro di controllo ottimale la simulazione del tempo è formulata per confrontare il giro ottimale con i dati di guida effettivi dalla telemetria. Dopo il modello di veicolo ottenuto e simulazione di controllo ottimale installazione, possibilità future per quanto riguarda l'orientamento al controllo e l'ottimizzazione della configurazione del telaio sono discussi studi correlati.