Análise estatística e técnicas de identificação de pilotos para veículos Baja SAE

• Ano de defesa: 2018
• Autor(a) principal: Nunes, Tomaz Filgueira
• Orientador(a): Martins, Allan de Medeiros
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
• País: Brasil
• Palavras-chave em Português: Identificação de sistemas; Análise estatística de dados; Baja SAE; Redes neurais artificiais
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/26256

Imergindo-se no contexto dos esportes motorizados, o uso de inteligência artificial se torna uma grande aliada para o bom rendimento de uma equipe de corrida, pois pode extrair características importantes do sistema carro/piloto e assim fornecer feedbacks para melhor performance, como já pode ser encontrado em algumas equipes de Formula 1. Partindo deste princípio, este trabalho objetiva a caracterização de pilotos de um veículo off-road Baja SAE para que feedbacks, durante a temporada de competição, possam ser realizados. Através da parceria com a equipe Car-Kará Baja SAE UFRN, foram selecionados 4 pilotos, com diferentes níveis de experiência em condução de veículo Baja SAE, em 7 pistas de testes. Os dados foram colhidos através de um data logger industrial e analisados de maneira offline. A partir da coleta dos dados, fez-se a divisão do vetor de variáveis (RPM, velocidade linear, velocidade angular, aceleração longitudinal e aceleração lateral) em 3 e 5 seções e então foi computada análise estatística (média, desvio padrão, valor máximo e valor mínimo) de cada parte, criando o vetor de características. Esse vetor, por sua vez, foi inserido em uma arquitetura neural artificial de duas camadas ocultas, obtendo uma taxa de classificação, do conjunto de dados reunindo os 4 pilotos, de 97% para o vetor de variáveis com 3 divisões e 93% para o vetor com 5 divisões.