Přístupnostní navigace
E-application
Search Search Close
Doctoral Thesis
Author of thesis: Ing. Martin Repka, Ph.D.
Acad. year: 2025/2026
Supervisor: doc. Ing. Petr Porteš, Ph.D.
Reviewers: doc. Ing. Jiří Čupera, Ph.D., doc. Ing. Ľuboš Magdolen, PhD.
Vehicles are already equipped with a range of sensors that allow the dynamic state of the vehicle to be evaluated. However, this measured data can be supplemented with estimated channels that can be used in vehicle telemetry, in the development and operation of advanced driver assistance systems or even for less advanced control algorithms such as ABS and ESP. This dissertation focuses on the estimation of parameter that cannot be measured while driving, using machine learning technology. The advantage of this approach will be to enable the retrieval of the trajectories of selected variables that are relevant to the vehicle dynamics, even with the help of affordable inertial measurement units. The results are obtained by means of available experiments on a real vehicle. The application of this method is envisaged in the extension of the methodology for testing a large number of vehicles.
Machine learning, artificial intelligence, slip angle, fleet testing
Date of defence
15.07.2026
Result of the defence
Defended (thesis was successfully defended)
Process of defence
Předložená DP řeší aktuální problematiku odhadu obtížně měřitelných parametrů dynamiky vozidla. Hlavním přínosem je metodika využívající cenově dostupnou IMU a signály ze sběrnice CAN pro flotilové testování vozitel. Autor systematicky porovnal sedm architektur založených na fyzikálních modelech, neuronových sítích a jejich kombinacích. Za nejvýznamnější vědecký přínos považuji hybridní model kombinující Kalmanův filtr s rekurentní neuronovou sítí. Výsledky prokazují možnost přesného odhadu phlu směrové úchylky i v oblasti nelineárního chování pneumatik. Prakticky významný je rovněž odhad bočních sil působících na jednotlivá kola bez použití nákladných měřicích kol. Pozitivně hodnotím experimentální data z reálného vozidla, validaci modelů a vazbu výsledků na průmyslové využití. Určitým nedostatkem je ověření především na jednom vozidle a na suchém povrchu s vysokou adhezí. Referenční hodnoty bočních sil navíc pocházejí z modelu CarMarker, nikoliv z přímého měření sil na kolech. Dosud nebyla dostatečně prověřena přenositelnost modelu na jiné pneumatiky, zatížení, vozidla a klimatické podmínky. Rozšíření si zaslouží také hodnocení robustnosti, nejistot a chování modelu mimo trénovací daotovou oblast. Celkově jde o kvalitní dizertační práci s jasným vědeckým i aplikačním přínosem, jejíž cíle byly splněny.
Language of thesis
Czech
Faculty
Fakulta strojního inženýrství
Department
Institute of Automotive Engineering
Study programme
Design and Process Engineering (D-KPI-P)
Composition of Committee
prof. Ing. Josef Štětina, Ph.D. (předseda) prof. Ing. Pavel Novotný, Ph.D. (místopředseda) doc. Ing. Jiří Čupera, Ph.D. (člen) doc. Ing. Ľuboš Magdolen, PhD. (člen) prof. Dr. Ing. René Pyszko (člen) Ing. František Zapletal, Dr. (člen)
Supervisor’s reportdoc. Ing. Petr Porteš, Ph.D.
Reviewer’s reportdoc. Ing. Jiří Čupera, Ph.D.
Reviewer’s reportdoc. Ing. Ľuboš Magdolen, PhD.
Responsibility: Mgr. et Mgr. Hana Odstrčilová