Control and dynamic simulation of a prototype autonomous towing vehicle

With the demand for reducing the human involvement in road vehicle driving increasing especially in the towing vehicles such as trucks which generally involve usage in long drives at inconvenient timings and poor maneuverability, several companies and academic organizations starting to invest in research and development for this domain. This thesis brings forth the work done on one of such prototype autonomous towing vehicle both in terms of building a real-life proof of concept model and dynamic simulation of the full-scale model for the future. The proof-of-concept work included establishing the vehicle architecture and developing a control algorithm for enabling the vehicle to merge and follow a given reference path. The Global Navigation Satellite System (GNSS) receiver with Real Time Kinematics (RTK) corrections was used as the primary sensor for mapping the reference path and developing the algorithm. The maximum error obtained finally involved an error of 12cm in path tracking. Other issues faced and solutions for the same are also discussed. The simulation work involved understanding different types of vehicle simulations and building a full vehicle Model in Loop (MiL) simulation with reference to a base set of vehicle and test requirements. CarSim 2022.1 was used as the software for building the simulations. Based on the initial testing results, powertrain was optimized to suit the requirements with emphasis on remodeling the battery. The changes in the dynamics of the vehicle were also observed by introduction of 4 wheel steering system.

Con la richiesta di ridurre il coinvolgimento umano nella guida dei veicoli stradali in aumento soprattutto nei veicoli trainanti come i camion che generalmente comportano l'utilizzo in lunghi viaggi in tempi scomodi e scarsa manovrabilità, diverse aziende e organizzazioni accademiche iniziano a investire in ricerca e sviluppo per questo dominio . Questa tesi porta avanti il ​​lavoro svolto su uno di questi prototipi di veicoli trainanti autonomi sia in termini di costruzione di un modello di prova del concetto nella vita reale che di simulazione dinamica del modello in scala reale per il futuro. Il lavoro di prova del concetto includeva la definizione dell'architettura del veicolo e lo sviluppo di un algoritmo di controllo per consentire al veicolo di fondersi e seguire un dato percorso di riferimento. Il ricevitore GNSS (Global Navigation Satellite System) con correzioni cinematiche in tempo reale (RTK) è stato utilizzato come sensore principale per mappare il percorso di riferimento e sviluppare l'algoritmo. L'errore massimo ottenuto alla fine ha comportato un errore di 12 cm nel tracciamento del percorso. Vengono discussi anche altri problemi affrontati e soluzioni per gli stessi. Il lavoro di simulazione ha comportato la comprensione di diversi tipi di simulazioni di veicoli e la costruzione di una simulazione Model in Loop (MiL) completa del veicolo con riferimento a un set di base di veicoli e requisiti di prova. CarSim 2022.1 è stato utilizzato come software per la creazione delle simulazioni. Sulla base dei risultati dei test iniziali, il gruppo propulsore è stato ottimizzato per soddisfare i requisiti con particolare attenzione al rimodellamento della batteria. I cambiamenti nella dinamica del veicolo sono stati osservati anche con l'introduzione del sistema a 4 ruote sterzanti.