Рассматривается задача онлайн-коррекции оценки сил шин автомобиля в информационно-измерительной системе при изменении параметров шин и условий сцепления с дорогой. Непосредственное измерение продольных и боковых сил в эксплуатационных условиях затруднено, поэтому исходная оценка формируется с использованием физической базовой модели и остаточной Transformer-модели, обученной на офлайн-этапе. В работе исследуется не построение полной схемы оценки с нуля, а локальная низкоранговая коррекция выходного слоя замороженной оценочной модели. Предлагаемый метод сохраняет параметры основной модели неизменными и обновляет только корректирующий блок. Основная схема не использует псевдометки сил шин; вариант на основе взвешенного метода наименьших квадратов рассматривается только как связанный методический подход. Целевая функция включает согласование боковой динамики автомобиля, момента рыскания, ограничение по эллипсу сцепления и якорную регуляризацию. Для выделения информативных интервалов используется механизм запуска обновления, реагирующий на резкие изменения (скачки) выходного сигнала и динамическое возбуждение. Вычислительный эксперимент выполнен для пяти сценариев сдвига условий эксплуатации; для каждого сценария выполнено десять независимых запусков. Частота запуска составила 1,88–2,27 %, покрытие окон обновления – 11,2–14,4 %. Истинные значения сил шин не использовались при принятии решения о публикации обновления и применялись только для последующей офлайн-оценки; в рассматриваемых сценариях снижение среднеквадратичной ошибки составило от нулевого значения до 6,23 %. Полученные результаты показывают, что эффективность онлайн-коррекции зависит от характера сдвига условий эксплуатации и настроек процедуры обновления.
The paper considers online correction of vehicle tire-force estimates in a measurement information system under changes in tire parameters and road adhesion conditions. Direct measurement of longitudinal and lateral forces under operating conditions is difficult; therefore, the initial estimate is formed using a physical baseline model and an offline-trained residual Transformer model. The study focuses not on constructing a complete estimation scheme from scratch, but on low-rank correction of the output layer of a frozen estimation model. The proposed method keeps the parameters of the main model unchanged and updates only the correction block. The main scheme does not use tire-force pseudo-labels; the weighted least-squares pseudo-label variant is considered only as a related methodological technique. The objective function includes lateral-dynamics consistency, yaw-moment consistency, a friction-ellipse constraint and anchor regularization. To select informative intervals, an update-triggering mechanism based on output-estimate jumps and dynamic excitation is used. The computational experiment was performed for five operational-shift scenarios, with ten independent runs performed for each scenario. The trigger rate ranges from 1.88 to 2.27 %, and the update-window coverage ranges from 11.2 to 14.4 %. True tire-force values were not used in the update-release decision and were employed only for subsequent offline evaluation; across the examined scenarios, the reduction in root-mean-square error ranged from zero to 6.23 %. The results show that the effectiveness of online correction depends on the type of operational shift and on the update settings.
The authors declare that there are no conflicts of interest present.