Human in the Loop driving simulators provide to the user the experience of driving a real car in a virtual environment. For a full immersion of the user into this experience, the dynamic vehicle simulation and the feedback provided to the user must be as accurate as possible. The topic of this dissertation is about one kind of those simulator's feedback, that corresponds to the inertial one. This is represented by the motion of the simulator's platform that reproduces to the user an equivalent motion sensation felt by a driver presented in a real vehicle. This thesis is focused on the study, development, and implementation of the motion cueing algorithm (MCA) into a 6 D.O.F. platform model. This algorithm is responsible of generating the reference motion for the platform from the simulated vehicle response. This work consists of two phases. The first one is related to the theoretical review of high-fidelity driving simulators and MCA. It begins with the state of the art of existing driving simulators; later on, it's working principle is explained to have a clear understanding of the overall problem. Finally, an extended literature review of different MCA developed until now using different approaches is presented, along with the information needed to understand those algorithms, as it is the human perception motion and the definition of the chosen motion platform. The aim of this phase is to serve as a guide or reference for future MCA developers. The second phase of this work consists of the development of a classical MCA in Simulink-MATLAB that has been tested and proven in a multibody model of a hexapod simulator using data of the motion of a vehicle coming from a videogame. Finally, the performance of the algorithm is evaluated by comparing the motion sensed by the user in the simulator concerning the one sensed by a driver in the simulated vehicle using the human perception model. Results show coherent responses, so the developed MCA could be tested and adapted for further implementation on a real vehicle simulator. Although the performance achieved with the obtained MCA could be improved utilizing more sophisticated techniques for developing the MCA, as explained in phase one, this work helps to understand the working principle of MCA and the impact of these algorithms on simulator requirements definition.

I simulatori di guida Human in the Loop offrono all'utente l'esperienza di guidare un'auto reale in un ambiente virtuale. Per una piena immersione dell'utente in questa esperienza, la simulazione dinamica del veicolo e il feedback fornito all'utente devono essere il più precisi possibile. L'argomento di questa tesi riguarda uno tra i diversi tipi di feedback forniti da un simulatore, ovvero quello inerziale. Questo è costituito dal movimento della piattaforma del simulatore che trasmette all'utente una sensazione di movimento equivalente a quella avvertita da un guidatore che si trovi in un veicolo reale. Questa tesi è focalizzata sullo studio, lo sviluppo e l'implementazione dell'algoritmo di motion cueing (MCA) per una piattaforma robotica a 6 Gradi-di-Libertà (GdL). Questo algoritmo è responsabile della generazione del movimento di riferimento per la piattaforma partendo dalla risposta simulata del veicolo. Questo lavoro si compone di due fasi. La prima è la revisione teorica dei simulatori di guida ad alta fedeltà e dei MCA. Si parte dallo stato dell'arte dei simulatori di guida esistenti; successivamente, viene spiegato il principio di funzionamento di un simulatore per avere una chiara comprensione del problema generale. Infine, viene presentata un'ampia revisione della letteratura di diversi MCA sviluppati fino ad ora utilizzando approcci diversi, insieme alle informazioni necessarie per comprendere tali algoritmi, con attenzione alla percezione umana del movimento e alla descrizione della piattaforma di movimento scelta. Lo scopo di questa fase è fungere da riferimento per i futuri sviluppatori di MCA. La seconda fase di questo lavoro consiste nello sviluppo di un classico MCA in Simulink-MATLAB con applicazione sul modello multibody di un esapode utilizzando i dati del movimento di un veicolo provenienti da un videogioco commerciale. Infine, le prestazioni dell'algoritmo vengono valutate confrontando la stima della percezione di movimento dell'utente del simulatore rispetto a quanto sperimentato dal conducente virtuale del veicolo simulato, utilizzando il modello vestibolare come riferimento della percezione umana. I risultati mostrano risposte coerenti, quindi l'MCA sviluppato potrebbe essere testato e adattato per un'ulteriore implementazione su un vero simulatore di veicoli. Sebbene le prestazioni ottenute con l'MCA realizzato possano essere migliorate utilizzando tecniche più sofisticate, di cui vengono forniti esempi nella prima fase, questo lavoro pone le basi per comprendere il principio di funzionamento di qualsiasi MCA e migliorarne le performance, anche evidenziando i possibili effetti che tali algoritmi hanno sui requisiti di progettazione dei simulatori.