Título: Aplicação de Inteligência Artificial na Estimação de Estados em Veículos Inteligentes
Autores: Jhullye Freitas Rodrigues, Rafael Avila dos Santos, Bruno Henrique Groenner Barbosa, André Murilo, Henrique Carvalho de Castro & Nan Xu
Resumo: A estimação das velocidades longitudinal ( vx) e lateral ( vy) é fundamental para a estabilidade e segurança dos veículos inteligentes, permitindo também o cálculo doângulo de deriva. No entanto, métodos tradicionais baseados em modelos físicos são complexos e pouco práticos em cenários dinâmicos. Este trabalho propõe a utilização de redes neurais recorrentes, Long Short-Term Memory(LSTM) e Gated Recurrent Unit(GRU), para estimar essas velocidades a partir de dados experimentais de um veículo inteligente. Os modelos foram treinados e validados com cinco conjuntos de dados obtidos de um veículo de passeio conduzido em situações extremas de segurança. Ambos apresentaram resultados satisfatórios para predição da velocidade longitudinal, mas com maior dificuldade na predição da velocidade lateral em situações mais complexas, com a GRU destacando-se pela eficiência computacional e a LSTM pelo desempenho. As redes recorrentes mostraram-se alternativas viáveis para substituir sensores físicos, de forma a possibilitar o desenvolvimento de soft-sensors, promovendo sistemas mais acessíveis na mobilidade inteligente.
Palavras-chave: Vehicle Dynamics; Smart Tire; Machine Learning; Computational Intelligence; Intelligent Systems.
Páginas: 8
Código DOI: 10.21528/CBIC2025-1175308
Artigo em PDF: CBIC_2025_paper1175308.pdf
Arquivo BibTeX:
CBIC_2025_1175308.bib