Analisi e sviluppo di un pianificatore di velocità per un veicolo autonomo

In this thesis, we dealt with issues regarding the optimization of a speed profile for an autonomous vehicle, either electric or internal combustion, with the goal of optimizing the consumptions and the comfort, in collaboration with the company Magneti Marelli. Firstly, has been created a model that simulates the longitudinal and lateral dynamics of the vehicles and that is able to calculate the power consumption. The model has been reasonably sized taking as reference two commercials vehicles. Afterwards, some steps necessary to implement the optimization have been done such as the definition of a case study and the development of an algorithm that is able to calculate the minimum time to run across the route. Then the simplification of the simulation model and the definition of proper figures of merit. At this point is possible to introduce the Dynamic Programming. This optimization technique has been implemented introducing arrangements that increased computational performances and allow the computation of a comfort figure of merit, that is weighted in frequency. Conclusive results are at the end of the thesis, are confronted with the simulations obtained with the reference model and possible future developments are shown.

In questa tesi è stato affrontato il problema di generazione del profilo di velocità ottimo per un veicolo autonomo, a combustione o elettrico, con il fine di ottimizzare consumi e comfort, in collaborazione con l'azienda Magneti Marelli. Innanzi tutto, è stato creato un modello che simulasse le dinamiche longitudinali e laterali dei veicoli e che fosse in grado di calcolare la potenza consumata. Un ragionevole dimensionamento è stato ottenuto prendendo a riferimento due veicoli attualmente in commercio. Successivamente sono stati svolti alcuni passi necessari per l'implementazione dell'ottimizzazione, quali la definizione di un caso di studio e lo sviluppo di un algoritmo che sia in grado di calcolare il tempo minimo di percorrenza del percorso, la semplificazione del modello di simulazione e la definizione di opportune cifre di merito. A questo punto è stato possibile introdurre il Dynamic Programming. Questa tecnica di ottimizzazione è stata implementata apportando degli accorgimenti che ne hanno reso migliori i tempi computazionali e hanno permesso di calcolare una cifra di comfort pesata in frequenza. I risultati conclusivi vengono mostrati alla fine della tesi, confrontandoli con le simulazioni effettuate sul modello di riferimento ed infine vengono descritti i possibili sviluppi futuri di questo lavoro.