Model predictive control for constrained navigation of autonomous vehicles

This thesis deals with the problem of safely navigating autonomous vehicles through the design of a suitable regulator able to a tradeoff: “safety”, here considered in the form of constraint satisfaction and persistent obstacle avoidance; “exploitation”, to make the most of the current knowledge of the environment and to reduce the conservatism of a guaranteed collision-free approach; “exploration”, regarding the ability to discover the surrounding potential unknown environment while avoiding getting stuck in blocked areas. Autonomous systems, such as autonomous vehicles or mobile robots reside on the spectrum of safety-critical applications. The design of motion planning algorithms for these kinds of applications must deal with the trade-off mentioned above between safety, exploitation and exploration. Among the different approaches for dynamic path planning, discrete optimization approaches, such as Model Predictive Control (MPC) schemes, have received broad attention thanks to their ability to manage state and input constraints (safety) while minimizing a user-defined cost function (exploitation). The thesis’s contribution is twofold: provide a theoretical framework for constrained navigation of autonomous vehicles and show potential applications of this framework in practical scenarios where different kinds of constraints are considered.

Questa tesi affronta il problema della navigazione sicura di veicoli autonomi attraverso la progettazione di un regolatore in grado di mediare tra: “safety”, considerata in termini di soddisfacimento dei vincoli ed evitamento degli ostacoli; “exploitation” per sfruttare al meglio la conoscenza locale dell’ambiente e per ridurre il conservativismo garantendo un moto senza collisioni; “exploration” per acquisire informazioni circa l’ambiente circostante ed evitare di rimanere bloccati contro un ostacolo. I sistemi autonomi, come i veicoli senza pilota e i robot mobili appartengono allo spettro delle applicazioni critiche per la sicurezza. Per questo tipo di applicazioni, la progettazioni di algoritmi di pianificazione dei movimenti deve mediare tra sicurezza ed esplorazione, sfruttando al massimo le prestazioni del veicolo. Tra i differenti approacci per la pianificazione dinamica dei movimenti, gli approcci basati su ottimizzazione discreta, come il controllo predittivo basato su modello (MPC), sono stati molto studiati grazie alla loro capacitá di gestire vincoli sugli stati e sugli ingressi mentre minimizzano una predefinita funzione di costo. Il contributo di questa tesi è duplice: proporre un quadro teorico per la navigazione vincolata di veicoli autonomi e mostrare potenziali applicazioni nelle quali applicare i risultati mostrati considerando diversi tipi di vincoli agenti sul sistema.