Automated controlled vehicle based on nonlinear model predictive control connected to a safety path planner with online collision risk estimation

Inside the automotive field, the researches in both academia and industry connected with the development and implementation of autonomous dri- ving systems are increasing exponentially in last years. Interesting exam- ples are available, certifying that the development of autonomous vehicles is possible and, even more important, not so far. The aspects involved in the complete automation of a vehicle are several, starting from the requi- red sensors and post-process of the data obtained, to the design of control algorithms necessary to give to the vehicle the capability to autonomou- sly take decisions in real time and safely move through environment with both fixed and moving obstacle. The work presented in this thesis focuses on the path planning and fol- lowing in highway environment, presenting a novel approach to select and follow a reference trajectory satisfying imposed safety and comfort requirements. After a deep evaluation of the state of art of path planning, path following and risk estimation, a modular solution is designed. The evaluation of risk, together with a simplified comfort analysis, is so im- plemented in a path planner, selecting among a discrete set of trajectories. The trajectory following is then performed through the implementation of a non linear model predictive control, that uses a non linear four contact point vehicle model and that implement in a cost function the collision risk assessment. Results from extensive simulation demonstrates that the proposed system is capable of dealing with complex driving situation, maintaining a human-like behavior. The work has been developed in the mechanical engineering department of the Technology University of Delft, in a nine months period started on October 5 2013 and ended on July 1 2014.

All’interno del campo automotive, le ricerche sia in ambito accademico che industriale per lo sviluppo e l’implementazione di veicoli a guida au- tonoma sono negli ultimi anni aumentate esponenzialmente. Interessanti esempi provano che lo sviluppo di veicoli autonomi è possibile e, ancor più importante, non molto lontano. Gli aspetti coinvolti nella completa automazione di un veicolo sono numerosi, a partire da sensori ed elabora- zione dei dati ottenuti, fino all’implementazione di algoritmi di controllo necessari a dare al veicolo capacità decisionali autonome, in real-time e di muoversi in scenari con ostacoli sia fissi che mobili. Il lavoro svolto in questa tesi si concentra sul problema della pianificazio- ne e dall’inseguimento di traiettorie in ambito autostradale, presentando un innovativo approccio per la scelta e l’inseguimento di una traiettoria di riferimento che soddisfi requisiti di sicurezza e comfort. Dopo una valutazione approfondita sullo stato dell’arte dei sistemi di pianificazio- ne e inseguimento di traiettoria, oltre a quelli di analisi del rischio, una soluzione modulare viene presentata, con la proposta di un metodo di va- lutazione del rischio di collisione. Tale valutazione, insieme a un’analisi semplificata del comfort, è implementata in un pianificatore di traiettoria che sfrutta una tabella precostruita. L’inseguimento di traiettoria è effet- tuato attraverso un model predictive control non lineare, che utilizza un modello di veicolo non lineare a 4 contatti e che implementa nella funzio- ne di costo il rischio di collisione. I risultati di simulazioni sperimentali presentati dimostrano la capacità del sistema proposto di gestire situazio- ni di elevata complessità, mantenendo un comportamento paragonabile a quello umano. Il lavoro è stato svolto presso il dipartimento di ingegneria meccanica della Technology University di Delft, in un periodo di nove mesi dal 5 Ottobre 2013 al 1 Luglio 2014.