Negli ultimi dieci anni, l'adozione di sensori virtuali nelle architetture automobilistiche è aumentata in modo significativo, spinta dalla necessità di monitorare parametri critici del veicolo senza fare affidamento esclusivo su sensori fisici. Tra le varie sfide affrontate dai produttori, la stima della pressione degli pneumatici tramite segnali indiretti—come velocità del veicolo, accelerazione, temperatura dello pneumatico e altri—ha ricevuto particolare attenzione per il suo impatto sia sulla sicurezza sia sull’efficienza del carburante. Questa tesi si concentra sulla progettazione e l’analisi di un sensore virtuale (VS) per la stima della pressione degli pneumatici, sviluppato in collaborazione con Addfor Spa. L’obiettivo centrale dello studio è stato quello di stabilire una relazione predittiva tra il raggio di rotolamento dello pneumatico e la sua pressione interna, sfruttando tecniche di machine learning.