Korrelation av däck-väg friktion för att möjliggöra autonom körning vid alla väder och väglag

Viktiga resultat som projektet gav

Framtidens autonoma fordon kommer att vara beroende av precis information om den tillgängliga friktionen mellan däck och vägbana. Dagens friktionsestimatorer är inte tillräckligt bra och maskininlärning har setts som är möjlig väg framåt. Detta projekt har tagit fram en metod där vägfriktionsutrustning används för att generera träningsdata av hög kvalitet för datadriven utveckling av friktionsestimatorer. Mappningar för tre olika vinterdäck har tagits fram för is- och snöväglag.

Långsiktiga effekter som förväntas

Resultaten av omfattande fälttester på is och snö visar att en dedikerad vägfriktionsmätare kan vara ett användbart verktyg för att kontinuerligt mäta tillgänglig bromsfriktion på vintervägar för ett specifikt fordon och däck. De tre mappningar som tagits fram för olika typer av vinterdäck kommer att vara användbara för att generera data för maskininlärning i syfte att förbättra befintliga friktionsestimatorer för personbilar, och i förlängningen autonoma fordon.

Upplägg och genomförande

Metodutvecklingen har utgått från en kommersiell vägfriktionsmätare och via testbanemätningar fastställa korrelationen mellan longitudinella friktionsvärden från denna enhet och en personbil, målfordonet, utrustad med olika vinterdäck på olika vägfriktionsförhållanden vid vinterväglag. Från utförliga tester på is- och snöbanor med dessa utrustningar, tillsammans med VTI:s däckprovningsutrustningar så har en kostnadseffektiv öppen metod för att utföra mappningar av detta slag tagit fram.