Vehicle's energy estimation and optimization via inertial measurements

This Thesis deals with the analysis and the estimation of road vehicle energy consumption, moved by the intent of reducing fuel consumption and CO2 emissions. Two parts naturally enclose the main topics that have been studied. The first part presents a detailed discussion on the vehicle consumption steps. We compute the vehicle’s energy consumption using a parametric analytical model which depends on the vehicle velocity and acceleration gathered via inertial measurements. We report a methodology to experimentally characterize the drag forces and the powertrain efficiencies. We therefore focus on analyzing two specific cases of vehicle measurements: Firstly, we statistically characterize the estimation achievable with an undersampled speed signal. Then, we analyze the vehicle’s power estimation attainable with the embedded inertial sensors of a smartphone. In the second part we propose the application of the energy estimation methodology in three different contexts: (1) a system which assesses in real-time the driving-style and provides feedback to the driver improving his/her performances; (2) a smartphone-based system which automatically classifies the transportation mode and estimates CO2 emissions in real-time; (3) a simulation approach of electric vehicles which estimates realistic load profiles for the electrical grid and computes the optimal size for the vehicle components. Experimental results gathered from real-world data demonstrate the effectiveness of the three applications.

Una delle principali sfide nei prossimi sarà la necessità di ridurre il fabbisogno energetico globale. Il tema della riduzione dei consumi energetici è particolarmente critico nel settore dei trasporti, caratterizzato da impatto notevole sia sul consumo energetico mondiale (22%) che sulle emissioni globali di CO2 (27%). Il consumo energetico imputabile alla mobilità influenza direttamente il consumo di carburante e le emissioni di gas inquinanti (CO2, NOx, PM10, etc.) con un notevole impatto socio-economico. E’ noto, infatti, che il prezzo del carburante possa influenzare pesantemente il prodotto interno lordo di un singolo stato e che le emissioni di Diossido di Carbonio (CO2) siano considerate la principale causa dell’effetto serra. La maggior parte del consumo energetico dovuto alla mobilità è concentrata nei soli paesi sviluppati (65%). Tuttavia, nel periodo dal 1971-2000 la domanda energetica dovuta al settore dei trasporti è cresciuta molto più velocemente nei paesi in via di sviluppo, con una crescita annuale del 5%, rispetto ai paesi sviluppati 2.1% (Price et al., 2008). Per tutti i motivi sovra elencati ridurre il consumo e le emissioni dei veicoli nei prossimi anni diventerà fondamentale. Quest’obiettivo è fortemente incoraggiato dalle istituzioni internazionali; ad esempio la Commissione Europea pianifica che le nuove auto dovranno emettere entro il 2015 meno di 130 grammi di CO2 per kilometro; gli Stati Uniti sono propensi ad adottare simili standard. Differenti strategie possono essere adottate dai produttori di auto al fine di raggiungere questi obiettivi ambizioni. In particolare le soluzioni più studiate sono l’adozione di veicoli che sfruttino fonti energetiche alternative ai combustibili fossili (veicoli elettrici, ibridi, etc.) e l’introduzione di motori e di powertrain più efficienti. Sebbene queste soluzioni siano promettenti a lungo termine, esse difficilmente avranno un impatto energetico immediato: la tecnologia attualmente disponibile non è ancora matura e la penetrazione sul mercato di veicoli alternative è trascurabile. Per questo motivo, la presente tesi si concentra su un approccio basato su dispositivi pervasivi, gli smartphone, che facilitano la diffusione immediata e la veicolazione capillare di algoritmi intelligenti volti alla riduzione dei consumi energetici nel settore dei trasporti. I moderni smartphone non sono più solamente dei dispositivi cellulari in grado di effettuare chiamate. Questi dispositivi sono connessi continuamente a Internet sfruttando connessioni cellulari o wireless, sono equipaggiati con un display che permette di sviluppare interfacce utente avanzate, sono equipaggiati con dei processori performanti muti-core, un’elevata capacità di memorizzazione dati e integrano una serie di sensori che possono essere utilizzati per differenti applicazioni. I moderni smartphone possono essere considerati dei laboratori mobili a tutti gli effetti. In particolare in questa tesi si focalizza su questi dispositivi perché permettono di misurare e ricostruire il moto di un veicolo in modo rapido e accurato tramite i sensori inerziali integrati (accelerometro e GPS). L’obiettivo è di sviluppare una serie di metodologie e algoritmi innovativi basati su misure inerziali che possano essere facilmente adottati da milioni di persone impattando immediatamente sui consumi energetici globali. L’idea comune a tutti i capitoli di questa tesi è di interagire direttamente con l’utente andando a influenzarne il comportamento in modo virtuoso. Ad esempio, lo stile di guida di un guidatore ha un fortissimo impatto sui consumi del veicolo; precedenti ricerche hanno evidenziato come sia possibile ridurre il consumo di carburante di un veicolo dal 5% al 40% andando a influenzare lo stile di guida del conducente. Tuttavia le ricerche esistenti nel settore automotive hanno trascurato questa dipendenza, focalizzandosi prevalentemente solo sui temi prettamente legati all’ottimizzazione del veicolo (powertrain, controllo e architettura). Seguendo lo stesso filo logico è intuitivo pensare di sviluppare sistemi che permettano di ridurre le emissioni di andando ad aumentare la consapevolezza della singola persona riguardo al suo impatto ambientale.