Moving horizon estimation of the road-tyre friction coefficient for rapidly changing road conditions

Accurate knowledge of state and control parameters represents one of the foundational bases for real-time autonomous driving. This importance is even more pronounced when considering driving under hazardous conditions, as it might be on roads with aggressive trajectories or variable coefficient of friction. In this thesis work, the development of an accurate nonlinear vehicle model, including a detailed Pacejka model for the wheels, will be presented. Subsequently, the development and use of Moving Horizon Estimator for the accurate estimation of the friction parameter between wheel and road is going to be discussed. In order to discretize the continuous problem, computational methods such as Direct Multiple Shooting and Direct Collocation will be used, with an explanation of their operation. The implementation of the model and the Moving Horizon Estimator will be carried out using two Python toolboxes, DO-MPC and Gekko, and the results will be presented in a driving situation on a increasingly complex trajectories with a variation of the friction coefficient. In addition to the estimation of the friction parameter, Moving Horizon will also provide the estimation of the vehicle states along the prediction horizon.

Un'accurata conoscenza dei parametri di stato e di controllo del veicolo rappresenta una delle basi fondamentali per la guida autonoma in tempo reale. Questa importanza è ancora più marcata quando si considera la guida in condizioni potenzialmente pericolose, come potrebbe essere su strade con traiettorie aggressive o con coefficienti di attrito variabili. In questo lavoro di tesi, verrà presentato lo sviluppo di un modello non lineare del veicolo,comprensivo di un modello Pacejka per le ruote. Successivamente, si discuterà lo sviluppo e l'utilizzo del Moving Horizon Estimator per la stima accurata del parametro di attrito tra ruota e strada. Per ottenere la discretizzazione del problema continuo, verranno utilizzati metodi di calcolo come il Direct Multiple Shooting e la Direct Collocation, con una spiegazione del loro funzionamento. L'implementazione del modello e del Moving Horizon Estimator sarà effettuata utilizzando due toolbox Python, DO-MPC e Gekko, e i risultati saranno presentati in una situazione di guida su traiettorie di progressiva difficoltà, con una variazione del coefficiente di attrito. Oltre alla stima del parametro di attrito, Moving Horizon fornirà anche la stima degli stati del veicolo lungo l'orizzonte di previsione.