Enhancing high-performance vehicle ABS through tyre force-sensing model predictive control

Enhancing the efficiency of braking systems is a fundamental requirement for improving both the safety and dynamic capabilities of high-performance vehicles. Within this context, the Anti-Lock Braking System (ABS) is essential, as it actively modulates the braking torque to avert wheel lock-up and ensure optimal tyre-road grip. This thesis aims to develop an MPC strategy for ABS utilizing direct tyre force measurements, and to design an active steering system for the Brembo Aerospace/Automotive Dynamometer (BrAD) to expand its testing capabilities to combined-slip scenarios. To achieve the first objective, an Adaptive Linear Time-Varying (LTV) MPC was developed. Coupled with a real-time Extended Kalman Filter (EKF) for friction estimation, the controller dynamically updates the tyre characteristic curve. To ensure real-world applicability, its internal prediction model explicitly compensates for actuator delays and mechanical losses via a predictor-based scheme and an input disturbance observer. The strategy was benchmarked against commercial Rule-Based, Sliding Mode Control (SMC), and Feed-Forward PI (FFPI) controllers in both a 14-DoF vehicle simulation and the BrAD numerical model. To address the second objective, an active steering system, driven by a 3000 N linear actuator, was designed and integrated via CAD modeling to overcome the longitudinal-only constraint of the BrAD test rig. Simulation results demonstrate that the MPC significantly outperforms the commercial Rule-Based logic. Nevertheless, the longitudinal performance of the MPC remains closely comparable to the structurally simpler SMC and FFPI strategies. Thus, SMC and FFPI highlight an actual trade-off between computational complexity and performance gains.

Migliorare il comportamento dei sistemi frenanti è cruciale per la sicurezza e la dinamica dei veicoli ad alte prestazioni. In tale contesto, l'ABS svolge un ruolo essenziale modulando la coppia frenante per prevenire il bloccaggio delle ruote e garantire un'aderenza ottimale. Questa tesi si pone un duplice obiettivo: sviluppare una strategia di controllo MPC per l'ABS che utilizzi misurazioni dirette delle forze degli pneumatici e progettare un sistema di sterzatura attiva per il banco prova Brembo Aerospace/Automotive Dynamometer (BrAD), al fine di introdurre la possibilità di testare anche scenari di manovre combinate. Per il primo obiettivo, è stato sviluppato un controllore Adaptive LTV MPC che, integrato con un Filtro di Kalman Esteso (EKF), aggiorna dinamicamente il modello di pneumatico. Per garantirne l'applicabilità nel mondo reale, il modello di predizione interno compensa esplicitamente i ritardi degli attuatori e le perdite tramite uno schema basato su predittore e un osservatore dei disturbi. La strategia è stata confrontata con una logica Rule-Based e con controllori Sliding Mode (SMC) e Feed-Forward PI (FFPI), sia in un ambiente di simulazione del veicolo a 14 gradi di libertà (14-DoF) sia nel modello numerico del BrAD. Per far fronte al secondo obiettivo, è stato progettato e integrato tramite modellazione CAD un sistema di sterzatura attiva, azionato da un attuatore lineare da 3000 N. Ciò permette di superare il limite principale del banco prova BrAD, vincolato alla sola dinamica longitudinale. I risultati delle simulazioni dimostrano che l'MPC supera nettamente le prestazioni della logica Rule-Based. Inoltre, le prestazioni longitudinali dell'MPC rimangono strettamente comparabili a quelle delle strategie SMC e FFPI che, tuttavia, sono strutturalmente più semplici e perciò evidenziano un ottimo compromesso tra complessità computazionale e vantaggi prestazionali.