Advanced NMPC-based local motion planner for autonomous vehicles

In recent years Autonomous Vehicles have been extensively researched and developed because of their potential socio-economical impact. They can transform both private and public transport sectors in terms of safety, comfort, accessibility and environmental sustainability. Despite the remarkable amount of work carried out, the Autonomous Driving is still a challenging problem due to the multitude of tasks to execute at the same time, such as Motion Planning. New solutions need to be designed and tested to make it applicable on a large scale. As joint work between Politecnico di Milano and Delft University of Technology, the aim of this thesis is to develop a novel Local Motion Planner based on Nonlinear Model Predictive Control. It consists of two main modules: (i) a path planning module that generates a collision-free trajectory; (ii) a trajectory tracking controller that ensures the vehicle is able to follow the collision-free trajectory. While the path planning module allows to deal with the dynamic environment surrounding the vehicle, the low-level path-following module allows one to account for the complex nonlinear dynamics of the vehicle when performing avoidance manoeuvres. The proposed method can be easily reconfigured according to the road conditions and the situation faced by the vehicle to maximize handling and comfort. A tailored simulation environment is created to properly set-up and test the proposed motion planning unit. It allows to simulate different manoeuvres with vary road conditions and agents behaviour prediction strategies, while keeping high fidelity thanks to the Simscape Multibody environment. The result is an innovative Local Motion Planner that can guide an autonomous vehicle throughout simplified urban traffic while ensuring safety and comfort.

Negli ultimi anni i veicoli a Guida Autonoma sono stati soggetti a crescente ricerca e sviluppo per via del loro potenziale impatto socioeconomico. Sono congegni in grado di trasformare il settore dei trasporti privato e pubblico in termini di sicurezza, comfort, accessibilità e sostenibilità ambientale. Nonostante la notevole quantità di ricerca svolta, la Guida Autonoma rappresenta ancora una sfida per via delle complicate operazioni che richiedono contemporanea esecuzione, come la Pianificazione di Traiettoria. Nuove soluzioni sono necessarie per renderla applicabile su larga scala. In forma di collaborazione tra il Politecnico di Milano e l’Università Tecnica di Delft, lo scopo di questa tesi è sviluppare un innovativo Local Motion Planner basato su Controllo Predittivo del Modello Non Lineare. L’unità proposta consiste in due moduli principali: (i) un pianificatore di percorso che genera traiettorie prive di collisioni; (ii) un inseguitore di traiettoria che assicura l’effettiva esecuzione delle traiettorie proposte. Mentre il primo permette di destreggiarsi nell’ambiente dinamico circostante il veicolo, il secondo interviene per tenere in considerazione le dinamiche non lineari che scaturiscono in manovre evasive. Tale modulo può essere facilmente riconfigurato al variare delle condizioni stradali e della situazione che si presenta per massimizzare tenuta e comfort. Un ambiente di simulazione dedicato è stato creato per regolare e testare la suddetta unità di pianificazione del movimento in tutte le sue capacità. In esso è possibile riprodurre diverse manovre con varie condizioni stradali e strategie di predizione del comportamento degli altri utenti, mantenendo fedeltà grazie all’ambiente Simscape Multibody. Il risultato è un innovativo Local Motion Planner in grado di condurre un veicolo autonomo attraverso traffico urbano semplificato garantendo sicurezza e comfort.