AnyLap - Fast Lap Time Predictor

Track2Lap Formula · 凭赛道图预测圈速 · 跨赛道跨车辆 · 赛道-车辆匹配 · 参数灵敏度

模型输入

赛道中心线描述量 Track
选择内置赛道将自动填充 6 个赛道标量;编辑任一赛道输入后自动切换为自定义。
从中心线文件自动求赛道描述量
上传后按项目既有口径(1 m 重采样 + Savitzky-Golay 平滑 + 周期三次样条曲率 + 稳健弯道事件)自动计算并直接填入下方赛道输入,不改变内置赛道数据。
m
rad
%
count
m
count
车辆参数 Vehicle
默认使用 GT3 均衡基准的典型工程参数。
kg
kW
负值 = 下压力
公式基准轮胎摩擦系数 μ0
纵向 μx0
1.26
侧向 μy0
1.15
常数
kg/m³
m/s²
1.00 = 基准干燥路面;与轮胎抓地倍率相乘

赛道图与人工标量提取

用一张图理解公式输入:先读事件,再读直道,最后核对长度、航向变化和宽度。

图中按项目固定口径展示当前选中赛道:蓝色是直道候选,金色是转弯,橙色圆圈是稳健弯道事件,绿色粗线是实际计入 N50 的直道。人工提取时,先数橙圈得到 Ne,再按事件顺序检查相邻事件之间的最长真直道;只要达到 50 m 且不是最长圈界间隔,就计 1 个 N50。同一事件间隔即使有多段超过 50 m 的直道,也最多贡献 1 个 N50。
橙圈判定标准:它是“稳健弯道事件”的代表点,不是每一个局部小弯
① 先找曲率峰:在中心线的绝对曲率 |κ| 上找局部峰值,峰值至少为 0.015 m−1(峰值半径约不大于 66.7 m)。
② 峰要足够突出:峰值相对周围基线至少突出 0.002 m−1,避免把平缓波动当成事件。
③ 候选峰不能太近:相邻候选峰至少相隔 100 m;更近的峰不分别计数。
④ 连续弯要合并:两个候选峰之间若没有连续至少 30 m 的真直道,就合并为一个事件,橙圈放在更强的峰上。
人工口诀:先找“明显的弯曲峰”,再看中间有没有约 30 m 连续蓝色直道;没有就合并,有才分开。最终橙圈数量就是 Ne。只有赛道图片而没有中心线曲率数据时,以上阈值应作为复核标准,不能仅凭每个视觉上的小弯随意加圈。
赛道图 选择赛道后显示
选择一个内置赛道后,这里显示对应的人工读图教程图。上传并通过校验的中心线也会在这里自动生成同口径的标注图。
事件数:数图上的橙色圆圈 E1…En,得到 Ne;不要把每个局部小弯都单独计数。
N50:数绿色粗线段和对应标签 N50-1…;绿色段数量就是 N50。
直道占比:蓝色直道候选总长度 ÷ Ltrk,得到 fs
其它标量:沿中心线闭环量长度得到 Ltrk,累计左右转角绝对值得到 Θabs,按中心线可用宽度求长度加权平均得到 w̄。

赛道—车辆匹配关系

工程初筛提示:先看赛道适配倾向,再回到当前车辆的绝对预测圈速。

下方先把三层车辆体系拆成 12 种工程画像,再给出 25 条内置赛道的主导匹配类别。“匹配优势”是双中心化交互优势,表示某一车辆类别在该赛道上的相对适配倾向,不是车辆的绝对圈速排名,也不是排他性限制。优势较小或“基本中性”时,应直接比较具体车辆参数下的预测圈速。
编号含义:RA = 道路性能车(Road);SA = 超跑(Supercar / track-day);GA = GT3 赛车(GT3 race)。后两位数字是典型车辆画像编号,不代表等级高低。
工程用法:① 用当前选中赛道的类别提示确定车辆概念初筛方向;② 调整质量、功率、抓地和气动参数,观察上方圈速及三块模型负担;③ 对优势接近 0 或标记为“弱匹配”的赛道,不要仅凭类别标签做淘汰;④ 最终以具体车辆的绝对预测圈速、参数边界和实测数据为准。
已复制