Multiple-model adaptive architectures for autonomous drift control

Autonomous vehicle technologies offer the potential to reduce or even eliminate the number of road accidents that occur each year. The premise that motivates this thesis is the fact that, from a safety point of view, autonomous vehicles can express their full potential only by obtaining the capability to successfully maneuver at the limits of handling. On the basis of this assumption, therefore, the main goal is to develop a control architecture capable of making the vehicle safe under both normal handling conditions and at the friction limits. To reach this goal, a multiple-model architecture called multiple-model adaptive control (MMAC) has been chosen. The MMAC architecture allows to use in parallel several vehicle models, linearised in all handling conditions of our interest, and to choose, at each time step, which model is most suitable to control the vehicle. However, before testing this structure directly on the autonomous vehicle, the thesis focuses mainly on the theoretical study of the MMAC architectures and its performance. More in detail, the MMAC structure has been tested with good performance both on a linear mass-spring-damper system and on the nonlinear inverted pendulum system. On the basis of these promising performance, it was therefore possible to continue in this direction and move on to the study of the autonomous vehicle, paying particular attention to the non-linearities that arise when approaching the friction limit. Under this extreme handling conditions, the only way to control the vehicle is using the drifting technique, which is characterized by counter-steer, large sideslip angle and saturation of the rear tyre lateral forces. Thus, design a successful controller at the limits of handling means maintain the vehicle around a highly unstable equilibrium. Regarding these conditions, the linear-quadratic integral (LQI) control has been tested for the drifting stabilization of the vehicle on a circular trajectory and it has shown good performance. Finally, the complete controller has been designed and it consists of a LQI controller that controls the vehicle under normal handling conditions, a MMAC structure that controls the vehicle at the limits of handling and a supervisor that, based on the trajectory and the course of the sideslip angle, regulates the transition between the handling conditions. This control architecture has been validated in Matlab/Simulink environment, where the vehicle has been tested on several predefined trajectories using both the normal handling controller and the MMAC structure for the drifting stabilization. Good path tracking performance has emerged even in very critical conditions such as the case in which the vehicle has to follow two consecutive turns at the limits of handling. Nevertheless, there are many critical aspects that can be improved in future developments.

Al giorno d'oggi, l'impiego dei veicoli autonomi può offrire la possibilità di ridurre o addirittura eliminare il numero di incidenti stradali che sfortunatamente si verificano ogni anno. La premessa che motiva questa tesi è il fatto che, dal punto di vista della sicurezza, i veicoli autonomi possono esprimere il loro pieno potenziale solamente se si riescono ad ottenere delle prestazioni affidabili anche quando il veicolo sta viaggiando in condizioni limite di attrito, ovvero, ad esempio, durante le manovre di emergenza. Sulla base di questa ipotesi, quindi, l'obiettivo principale è quello di sviluppare un'architettura di controllo in grado di rendere il veicolo sicuro sia nelle normali condizioni di movimentazione che ai limiti di attrito. Per raggiungere questo obiettivo, è stata scelta un'architettura a più modelli chiamata ``Multiple-model adaptive control'' (MMAC). Questo tipo di architettura permette di utilizzare in parallelo diversi modelli del veicolo, linearizzati in tutte le condizioni di movimentazione di nostro interesse, e di scegliere, ad ogni istante di tempo, quale modello è più adatto per controllare il veicolo. Tuttavia, prima di testare le prestazioni direttamente sul veicolo autonomo, la trattazione si concentra principalmente sullo studio teorico dell'architettura MMAC e sulle sue prestazioni. Più in dettaglio, questa struttura è stata testata con buoni risultati sia su un semplice sistema lineare massa-molla-smorzatore che sul sistema non lineare del pendolo inverso. Sulla base di queste promettenti prestazioni, è stato quindi possibile proseguire in questa direzione e passare allo studio del veicolo autonomo, prestando particolare attenzione alle non-linearità che insorgono quando il veicolo si avvicina al limite di attrito. In queste condizioni di guida estrema, l'unico modo per controllare il veicolo è utilizzare la tecnica di drifting, ovvero una manovra caratterizzata da controsterzo, da un ampio angolo di slittamento laterale e dalla saturazione delle forze laterali degli pneumatici posteriori. Progettare un buon controllore ai limiti di attrito significa, quindi, mantenere il veicolo intorno ad un equilibrio altamente instabile. In queste difficili condizioni di movimentazione, il regolatore lineare-quadratico-integrale (LQI) ha mostrato buone prestazioni per la stabilizzazione di un veicolo autonomo in drifting su una traiettoria circolare. Infine, si è definita l'architettura di controllo completa che consiste in un regolatore LQI che controlla il veicolo in condizioni di movimentazione normali, una struttura MMAC che controlla il veicolo ai limiti di attrito e un supervisore che, in base alla traiettoria e all'andamento dell'angolo di slittamento laterale, regola la transizione tra le condizioni di movimentazione. Questa architettura di controllo è stata validata in ambiente Matlab/Simulink, dove il veicolo è stato testato su varie traiettorie predefinite utilizzando sia il controllore in condizioni di movimentazione normali che la struttura MMAC per la stabilizzazione in drifting. Sono emerse buone prestazioni di inseguimento del percorso anche in condizioni molto critiche, come il caso in cui il veicolo debba seguire due curve consecutive in direzione diversa ai limiti di attrito. Tuttavia, vi sono molti aspetti critici che possono essere migliorati in sviluppi futuri.