Sviluppo di un algoritmo di controllo predittivo stocastico per la guida autonoma di una sedia a rotelle con collision avoidance rispetto a pedoni in movimento

This thesis work concerns with vehicle robotics. The purpose is to develop an algorithm that allows trajectory control for autonomous vehicles. The technique used in the thesis is Model Predictive Control, which allows to plan a trajectory to reach a desired position and to guarantee at the same time, comfort requirements and safety. This thesis takes inspiration from other works on the trajectory control and collision avoidance with respect to static obstacles. Here we focus on collision avoidance with respect to moving obstacles, typically humans. In this thesis, the vehicle is an electric wheelchair in which velocity references are provided by the predictive control algorithm, which minimizes a suitable cost function subject to the dynamical model of the vehicle, the geometry of the environment and the need of avoiding collisions with the pedestrians present in the work space. Different approaches have been proposed to model pedestrians’ motion, e.g., stochastic discrete time models to represent the non-perfect knowledge of their future trajectory. In this work a research has been conducted on the models in literature, related to pedestrians’ motion, more suitable to be used for our purposes. Those models are used to define probabilistic collision avoidance constraints of the type used in analytical approaches of stochastic predictive control. In this thesis a maximal collision probability is therefore imposed using suitable constraints on the MPC optimization problem. The performance of the algorithm is evaluated by means of simulations and show the effectiveness of this non-conventional approach to the problem.

Il lavoro svolto in questa tesi si colloca nell’ambito della robotica mobile. In particolare, lo scopo della tesi è di sviluppare un algoritmo che permetta il controllo del moto di veicoli autonomi pensati per limitare al massimo l’intervento umano. La tecnica applicata per assolvere a questo compito è il controllo predittivo, in grado di pianificare una traiettoria per raggiungere una posizione desiderata e al contempo soddisfare vincoli di comfort, limitando l’accelerazione e la velocità massima, e di sicurezza. È proprio su questo ultimo punto che si è concentrata di più la nostra trattazione. Prendendo spunto da altri lavori sulla parte di puro controllo della traiettoria, ed eventualmente “collision avoidance” di ostacoli fissi, si è puntato ad estendere questo approccio anche ad ostacoli mobili, tipicamente esseri umani. A questo scopo sono stati presentati diversi approcci di modellizazione del moto di pedoni, e in particolare sono stati utilizzati modelli stocastici a tempo discreto per rappresentare la conoscenza non perfetta della loro traiettoria futura. Nella presente tesi, il veicolo è una sedia a rotelle elettrica i cui riferimenti di velocità sono forniti dall’algoritmo di controllo predittivo, ottenuti minimizzando un’opportuna cifra di costo e tenendo conto di vincoli legati alla dinamica del veicolo, all’ambiente circostante e infine alla necessità di evitare collisioni con il pedone presente nello spazio di lavoro. Nella tesi è stata svolta una ricerca atta a individuare i modelli di letteratura, relativi al moto di pedoni, più adatti per essere utilizzati nel contesto del lavoro. Tali modelli sono usati per definire vincoli di “collision avoidance” probabilistici del tipo usato in approcci analitici di controllo predittivo stocastico. Si è fissata una probabilità bassa di collisione di riferimento da imporre tramite la cifra di merito (più prossima possibile allo zero) e una probabilità massima che funge da limite ideale da non oltrepassare. In seguito, si è aggiunta una “slack variable” con lo scopo di consentire all’algoritmo di pianificare una traiettoria anche nel caso non sia possibile rispettare il vincolo di probabilità massima di collisione. I risultati delle simulazioni hanno evidenziato l’efficacia di questo approccio non convenzionale al problema.