Logiche MPC decentralizzate per il controllo real time di veicoli autonomi

In this thesis it is designed a control logic for autonomous vehicles. The aim of the work is to compute and follow a trajectory, minimizing the lateral distance from the centre lane of the path. At the same time, the vehicle has to avoid the other cars seen as obstacles. The goal is to design an algorithm that could be applied in any road scenario, where the number of vehicles is unknown a priori. In addition the aim is to use the controller in Real Time by a study of computational time and all the parameters of the logic. It is assumed that the path to follow is given a priori; namely a navigator system has decided the road to take and the controller has to safely drive the vehicle to the final destination. The optimization algorithm is a Non Linear Model Predictive Control (NLMPC) on-line on the vehicles. In order to achieve this the controller designed must work in Real Time, this means that the computational time must be lower than sample time. The mechanical model used in the optimization is a Point Mass Model (PMM): this is due to the su fficient condition that allows to solve the optimal problem as a variational one. In addition, the PMM allows to reduce the dimension of the mechanical system and consequently the computational time. The trajectory following problem is solved thanks to two PID controls (longitudinal and lateral) applied on a STVM model. To maintain bounded the computational time it is used an integration algorithm known as GMRES/Continuation Method. In according to that it's possible to solve the optimization problem in a fi xed number of iterations. The applicability of this method is deeply discuss in thesis. The controller's architecture has to consider Nv controlled vehicles on the road; this value is unknown a priori. It is used a decentralized approach, that allows to solve the optimization problem for each vehicle in independent way. Through a detailed regarding about the computational time and the dimension of the problem, it is possible to de fine a fixed maximum number of vehicles to be consider in order to deal with any tra ffic scenario

In questa tesi viene progettata una logica di controllo per autoveicoli autonomi. Lo scopo è quello di calcolare e inseguire una traiettoria tale da minimizzare la distanza laterale dal centro-strada, riuscendo oltresì ad evitare ostacoli lungo il tragitto. La logica sintetizzata in questo lavoro si propone come obiettivo inoltre quello di essere applicabile in un generico scenario in cui vi siano un elevato numero di veicoli autonomi controllati singolarmente nel medesimo tracciato. Ci si pone inoltre come obiettivo quello di indagare l'applicabilità Real Time mediante un'accurata indagine sui tempi di calcolo e come essi siano in uenzati dai parametri di progetto della logica. Si assume che il percorso da seguire sia noto a priori; viene supposta la presenza di un sistema di navigazione che decide il percorso da seguire, mentre compito del controllore è quello di calcolare una traiettoria di guida sicura fino alla destinazione fi nale. Per il calcolo della traiettroia viene utilizzato un controllo predittivo non lineare (Nonlinear model predictive control, NLPMC) online sulla vettura. É quindi necessario che l'anello di controllo funzioni in Real Time, ossia in un tempo inferiore al passo di campionamento. Il modello meccanico utilizzato nel NLPMC è un modello punto-massa (Point Mass Model, PMM) prettamente cinematico. Ciò è dettato dalla condizione su fficiente per poter risolvere l'ottimizzazione come un problema di calcolo variazionale. Inoltre ha permesso di semplifi care il sistema da risolvere, riducendo notevolmente i tempi di calcolo. Calcolata tale soluzione ottima, l'e ffettivo inseguimento di traiettoria viene eseguito mediante due controllori PID, uno per la dinamica longitudinale e uno per quella laterale. Il sistema meccanico che approssima il veicolo reale è un modello STVM. Per via della necessità di limitare i tempi di calcolo richiesti dal controllo MPC si è utilizzato un metodo di integrazione continuativo noto come GMRES, risolutore di solito utilizzato per problemi di calcolo variazionale. Questa tecnica ci permette di risolvere l'ottimizzazione in un numero di iterazioni fissato a priori. Tale metodo risulta però soggetto a limiti di applicabilità che verranno illustrati nello speci co. L'architettura di controllo per considerare la presenza di Nv veicoli controllati separatamente sullo stesso tracciato è stata realizzata con un controllore decentralizzato. Tale approccio consente che le decisioni ottime dei singoli veicoli siano tra loro indipendenti. Sono state e ffettuate dettagliate analisi riguardanti le dimensioni del problema di ottimo e i tempi di calcolo, al fi ne di poter stabilire un numero massimo di veicoli ostacolo da modellare tale da descrivere qualunque situazione sul tracciato.