The path tracking ability of an autonomous vehicle is crucially linked to its dynamic behaviour, especially when considering high speeds and low surface friction values, because the lateral dynamics is highly nonlinear and the vehicle response to maneuvers can exhibit oscillations and diverge. The aim of this work is to design a control system for autonomous vehicles, capable of performing path tracking also in conditions at the limits of handling, while ensuring both lateral dynamics stability and damping of oscillations. The proposed approach is based on a particular model of the vehicle lateral dynamics called Affine in the Force Input (AFI) model, that allows to easily deal with the problem of tyre friction forces saturation, which often occurs when aggressive maneuvers are performed. An advanced gain scheduling control strategy, capable of adapting to vehicle speed variations, will be implemented for the lateral dynamics stabilization and to enhance the damping capacity of the system. Thus, a predictive control algorithm (MPC) will be adopted for the path tracking purpose, exploiting its predictive capabilities and the possibility to define constraints on the input variables. Finally, the control strategy will be validated by simulations on a nonlinear model of the system, and some considerations about the obtained results and possible future developments will be presented.

L'abilità di un veicolo a guida autonoma di inseguire un percorso è strettamente collegata al suo comportamento dinamico, soprattutto in condizioni di alta velocità e bassi valori di attrito della strada, perchè in queste condizioni la dinamica laterale è altamente nonlineare e la risposta del veicolo alle manovre può presentare oscillazioni e divergere. L'obiettivo di questo lavoro è progettare un sistema di controllo per veicoli a guida autonoma, capace di effettuare inseguimento del percorso anche in condizioni al limite della manovrabilità, garantendo la stabilità della dinamica laterale e lo smorzamento delle oscillazioni. L'approccio proposto si basa su un particolare modello della dinamica laterale del veicolo chiamato modello Affine in the Force Input (AFI), che permette di gestire facilmente il problema della saturazione delle forze di attrito degli pneumatici, che si presenta spesso quando vengono eseguite manovre aggressive. Una strategia di controllo gain scheduling avanzata, capace di adattarsi alle variazioni di velocità del veicolo, sarà implementata per la stabilizzazione della dinamica laterale e per aumentare la capacità di smorzamento del sistema. Quindi, un algoritmo di controllo predittivo (MPC) sarà adottato per l'inseguimento del percorso, sfruttandone le capacità di predizione e la possibiltà di definire vincoli sulle variabili di ingresso. Infine, la strategia di controllo sarà validata tramite simulazioni su un modello nonlineare del sistema, e saranno presentate alcune considerazioni sui risultati ottenuti e sui possibili sviluppi futuri.

Path tracking at the limits of handling with stability and damping control

Bianco, Danilo
2020/2021

Abstract

The path tracking ability of an autonomous vehicle is crucially linked to its dynamic behaviour, especially when considering high speeds and low surface friction values, because the lateral dynamics is highly nonlinear and the vehicle response to maneuvers can exhibit oscillations and diverge. The aim of this work is to design a control system for autonomous vehicles, capable of performing path tracking also in conditions at the limits of handling, while ensuring both lateral dynamics stability and damping of oscillations. The proposed approach is based on a particular model of the vehicle lateral dynamics called Affine in the Force Input (AFI) model, that allows to easily deal with the problem of tyre friction forces saturation, which often occurs when aggressive maneuvers are performed. An advanced gain scheduling control strategy, capable of adapting to vehicle speed variations, will be implemented for the lateral dynamics stabilization and to enhance the damping capacity of the system. Thus, a predictive control algorithm (MPC) will be adopted for the path tracking purpose, exploiting its predictive capabilities and the possibility to define constraints on the input variables. Finally, the control strategy will be validated by simulations on a nonlinear model of the system, and some considerations about the obtained results and possible future developments will be presented.
ING - Scuola di Ingegneria Industriale e dell'Informazione
7-ott-2021
2020/2021
L'abilità di un veicolo a guida autonoma di inseguire un percorso è strettamente collegata al suo comportamento dinamico, soprattutto in condizioni di alta velocità e bassi valori di attrito della strada, perchè in queste condizioni la dinamica laterale è altamente nonlineare e la risposta del veicolo alle manovre può presentare oscillazioni e divergere. L'obiettivo di questo lavoro è progettare un sistema di controllo per veicoli a guida autonoma, capace di effettuare inseguimento del percorso anche in condizioni al limite della manovrabilità, garantendo la stabilità della dinamica laterale e lo smorzamento delle oscillazioni. L'approccio proposto si basa su un particolare modello della dinamica laterale del veicolo chiamato modello Affine in the Force Input (AFI), che permette di gestire facilmente il problema della saturazione delle forze di attrito degli pneumatici, che si presenta spesso quando vengono eseguite manovre aggressive. Una strategia di controllo gain scheduling avanzata, capace di adattarsi alle variazioni di velocità del veicolo, sarà implementata per la stabilizzazione della dinamica laterale e per aumentare la capacità di smorzamento del sistema. Quindi, un algoritmo di controllo predittivo (MPC) sarà adottato per l'inseguimento del percorso, sfruttandone le capacità di predizione e la possibiltà di definire vincoli sulle variabili di ingresso. Infine, la strategia di controllo sarà validata tramite simulazioni su un modello nonlineare del sistema, e saranno presentate alcune considerazioni sui risultati ottenuti e sui possibili sviluppi futuri.
File allegati
File Dimensione Formato  
THESIS_10502900_928534.pdf

non accessibile

Dimensione 13.41 MB
Formato Adobe PDF
13.41 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/179729