Development of a trajectory planner and combined steering and differential braking controller for lap-time minimization

This thesis addresses the development of a path planning and tracking system for an autonomous racing vehicle, aimed at minimizing lap times for an autonomous racing car around the Yas Marina circuit. With complete prior knowledge of the track layout, a global planner is employed to generate an optimal reference trajectory, while a control system is designed to track the reference path. This work does not consider opponents or obstacles but focuses on trajectory optimization. Three approaches are explored for global planning. The first one employs a kinematic bicycle model with added traction constraints. The optimizer produces inputs for the model and leverages vehicle state information to enhance the reference trajectory. The second approach advances to a dynamic bicycle model, incorporating complex tire dynamics and load transfers. The third approach combines a lateral dynamics controller with the dynamic model. In this setup, the optimizer generates a theoretical trajectory, while the controller model produces the corresponding inputs for the vehicle model. This architecture takes advantage of the predictability of the lateral controller to optimize the trajectory within the regulator limits. All three methods were implemented and compared to highlight their differences and limitations. The lateral dynamics controller is designed using the loop shaping H2 control technique to control the vehicle's yaw rate and sideslip angle. This is done by combining the steering and differential brakes of the car. A speed-based scheduling mechanism further refines the controller's performance, enhancing its real-time functionality for testing and validation in a hardware-in-the-loop simulation environment. A torque allocation strategy has been proposed to alleviate the impact of differential braking on longitudinal dynamics. Finally, the controller is tested in simulation on the reference path generated by the planner, using Simulink and a Speedgoat real-time computer. The results demonstrate that the planner effectively generates an optimal racing line, while the tracker accurately follows the reference trajectory with minimal lateral deviations from the path.

Questa tesi tratta lo sviluppo di un sistema di pianificazione e tracking della traiettoria per un veicolo da corsa autonomo, con l'obiettivo di minimizzare i tempi sul giro lungo il circuito di Yas Marina. Grazie alla conoscenza completa del tracciato, viene utilizzato un pianificatore globale per generare una traiettoria ottimale, mentre un sistema di controllo è progettato per seguirla con precisione. Sono stati esplorati tre approcci per generare la traiettoria. Il primo si basa su un modello cinematico a bicicletta, integrato con vincoli di trazione. L'ottimizzatore genera gli input per il modello e utilizza le informazioni sugli stati del veicolo per ottimizzare la traiettoria di riferimento. Il secondo utilizza un modello dinamico a bicicletta, che incorpora dinamiche delle gomme e trasferimenti di carico. Il terzo approccio combina un controllore della dinamica laterale con il modello dinamico. Con questa architettura l'ottimizzatore genera una traiettoria teorica, mentre il controllore calcola gli input necessari per il veicolo. Questa integrazione sfrutta la prevedibilità del controllore per adattare la traiettoria ai limiti del regolatore. Tutti e tre i metodi sono stati implementati e confrontati per analizzarne differenze e limiti. Il controllore della dinamica laterale è progettato utilizzando la tecnica di controllo H2 con loop shaping per regolare la velocità di imbardata e l'angolo di deriva del veicolo. Questo viene ottenuto combinando lo sterzo e i freni differenziali dell'auto. Uno scheduling basato sulla velocità ne migliora le prestazioni e consente test in un ambiente hardware-in-the-loop. È stata inoltre proposta una strategia di allocazione della coppia per minimizzare l'impatto della frenata differenziale sulla dinamica longitudinale. Infine, il controllore è stato testato in simulazione sulla traiettoria generata, utilizzando Simulink e un computer Speedgoat real-time. I risultati mostrano che il pianificatore produce una traiettoria ottimale per minimizzare il tempo sul giro, mentre il sistema di tracking segue il profilo di riferimento con deviazioni laterali minime.