RSEngineering (Maranello) - Tesi e Tirocini
1- Sviluppo di un modello di Driver veicolo laterale-longitudinale
Al fine di migliorare l’accuratezza e la flessibilità delle simulazioni di laptime e duty-cycle, RSE si è posta l’obiettivo di sviluppare internamente un nuovo modello di driver veicolo in grado di eseguire manovre longitudinali, laterali e di combinato. Il driver sarà basato su tecniche avanzate di reinforcement learning o Model Predictive Control.
2 - Sviluppo di un ottimizzatore di giro veloce in pista “one-shot”
RSE desidera sviluppare internamente un tool basato sulle teorie di optimal control e numerical optimization per eseguire stime di tempo sul giro di veicoli ad alte prestazioni. L’output del tool dovrebbe includere sia il profilo di velocità ottimo per il dato veicolo, sia la traiettoria ottima da percorrere.
3 - Sviluppo ed implementazione di algoritmi avanzati di controllo di dinamica del veicolo per veicoli ibridi/elettrici ad alte prestazioni
Identificazione, tramite un’analisi della letteratura scientifica, dello stato dell’arte nel campo dei controlli integrati di dinamica del veicolo (controllo di una specifica dinamica del veicolo, ad esempio quella laterale, tramite l’utilizzo di più attuatori, ad esempio Torque Vectoring e Rear wheel Steering, che agiscono in modo non indipendente su quella dinamica). Sviluppo dell’algoritmo di alto livello e successivamente dell’allocatore che ripartisce in modo ottimo l’azione di controllo sui vari attuatori disponibili (motori elettrici, barre antirollio attive, sospensioni attive, etc..). Integrazione della logica di controllo nel modello veicolo di RSEngineering e successiva validazione tramite simulazioni Off-Line (Model-in-the-Loop) e On-Line (Simulatore di guida)
4 - Sviluppo ed implementazione di stimatori dello stato del veicolo
Identificazione, tramite un’analisi della letteratura scientifica, dello stato dell’arte nel campo della stima dello stato del veicolo (Vx, Beta, Fz alle ruote, etc...) . Implementazione delle logiche identificate nel modello di veicolo di RSEngineering e validazione tramite simulazioni Off-Line (Model-in-the-Loop) e On-Line (Simulatore di guida)
5 - Sviluppo di logiche di assistenza alla guida (ADAS)
Design di alcune feature di controllo nel campo degli ausili al conducente. Il focus iniziale sarà su logiche relative a dinamica longitudinale, come Adaptive Cruise
6 - Creazione di una procedura di identificazione e modellazione di componenti tramite AI.
Prosecuzione di uno studio già avviato in RSE che ha lo scopo di creare una procedura in grado di generare automaticamente dei modelli basati su reti neurali in grado di rimpiazzare componenti di simulazione realizzati con modellazione tradizionale oppure black box provenienti da fornitori.
7 - Sviluppo di una metodologia di training di una rete neurale mirata al riconoscimento di immagini
Identificare e validare una metodologia di pre-processing, training della rete neurale e successivo post-proccessing al fine di riconoscere immagini, sia per applicazioni automotive (riconoscimento delle corsie e segnali stradali) che per applicazioni industriali (identificazione di oggetti generici).
Pubblicato il: 09 giugno 2025
