Control of an autonomous all-terrain vehicle with model predictive control

In this thesis we want to design a control algorithm based on Model Predictive Control technique, for solving the regulation problem of an autonomous allterrain vehicle, which consists in reaching a target position with null velocity and free orientation. In order to reduce the computational burden, which is a critical aspect of Model Predictive Control, we use a linear MPC, linearizing the nonlinear single-track model adopted to describe the vehicle. To this extent, we use the feedback linearization technique, investigating its robustness with respect to parameter variations as well. We implement different constraints in the controller, so that it is possible to correctly approximate a human driver behaviour, avoiding obstacles, considering the rollover phenomenon and limiting abrupt change of orientations. The performances of the proposed controller are evaluated on a nonlinear single-track model and on a complete multibody model, developed through Modelica language and its commercial library Vehicle Dynamics Library. We also develop and validate a methodology, based on the feedback linearization technique and a PID controller, to correctly estimate the sideslip angle of the vehicle, which is a quantity not directly measured by any sensor of the ATV.

Lo scopo di questo lavoro di tesi è quello di progettare un algoritmo di controllo basato sulla tecnica del Model Predictive Control, per risolvere il problema di regolazione di un quad-bike autonomo, che consiste nel raggiungere una determinata posizione obiettivo con velocità nulla e orientamento libero. Per ridurre i tempi computazionali, che sono un aspetto critico del Model Predictive Control, è stato usato un MPC lineare e ciò richiede anzitutto di linearizzare il modello a bicicletta non lineare adottato per descrivere il veicolo. Per ottenere questo risultato è stata utilizzata la tecnica della feedback linearization, la cui robustezza rispetto a possibili variazioni dei parametri è stata investigata nella tesi. Nel controllore sono stati considerati diversi vincoli, in modo tale da approssimare nel miglior modo possibile il comportamento di un pilota umano, evitando gli ostacoli, considerando il fenomeno del ribaltamento ed evitando bruschi cambiamenti nell’orientazione. Le prestazioni del controllore proposto sono valutate in simulazione applicandolo a un modello single-track e a un modello multibody completo, sviluppato attraverso il linguaggio Modelica e la sua libreria commerciale Vehicle Dynamics Library. É stata inoltre sviluppata e validata una nuova metodologia, basata sulla feedback linearization e su un controllore PID, per stimare correttamente l’angolo di deriva della velocità del veicolo, che è una quantità non ottenuta direttamente dai sensori di cui è provvisto l’ATV.