Analysis and design of energy-oriented driving assistance systems

This Thesis deals with the analysis and development of energy-oriented driving assistance systems with the aim of saving energy by improving the driver behaviour. First, we present a Vehicle-to-Driver assistance system able to assess in real-time the driving style. The proposed smartphone-based and vehicle-independent algorithm is capable of estimating the vehicle power consumption and of providing a quantitative description of the driving style. Three power-related indexes are computed and a smartphone application provides drivers with visual feedback to induce a change in their driving behaviour, which in turns enables the energy savings. Experimental results prove the effectiveness of the proposed approach promoting energy savings up to 30%. Furthermore, the driving style system has been integrated in a real scenario. We developed a Vehicle-to-Infrastructure platform as a part of the Green Move project, an innovative Electric-Vehicle Sharing Service carried out in the city of Milan. The platform allows services and user-defined applications to be dynamically loaded on vehicles. The driving style application is the first dynamic application which has been successfully developed within the project. Finally, we propose a Road-to-Driver assistance system for roads controlled by traffic lights. We present an off-line velocity planning algorithm which determines the energy-optimal trajectory to pass a road with signalized intersections. The method explicitly uses the consumed energy as cost function to be minimized and solves a specific optimal control problem which considers the traffic lights as constraints. We propose an innovative roadside speed-advisory infrastructure that suggests the optimal velocity the driver should adopt in order to minimize fuel consumption. We introduce a proof-of-concept demonstrator using an open-source driving simulator. Simulation results are encouraging and demonstrate the feasibility of the proposed approach.

Questa tesi si occupa dell’analisi e dello sviluppo di sistemi di assistenza alla guida in grado di ottenere un risparmio energetico migliorando il comportamento dell'autista. Inizialmente, viene proposto un sistema di assistenza in grado di stimare e valutare in tempo reale lo stile di guida. L'algoritmo, implementato su smartphone, consente di stimare la potenza consumata dal veicolo e di fornire una descrizione quantitativa dello stile di guida dell'utente. Il metodo calcola tre indicatori legati al consumo mentre un'applicazione per smartphone fornisce un feedback visivo direttamente al guidatore per modificarne il comportamento alla guida e permettere un risparmio energetico. Risultati sperimentali dimostrano l'efficacia dell'approccio garantendo un risparmio del 30%. Inoltre, l'applicazione è stata integrata in uno scenario reale. E' stata sviluppata una piattaforma informatica all'interno del progetto Green Move, un servizio innovativo di car-sharing elettrico realizzato a Milano. La piattaforma permette l'installazione automatica e dinamica di applicazioni e servizi all'utente direttamente sui veicoli del sistema. L'applicazione di stile di guida è la prima applicazione dinamica sviluppata con successo per il progetto. Infine, viene proposto un sistema di assistenza alla guida lato infrastruttura. Viene proposto un algoritmo off-line che permette di calcolare la velocità ottimale per percorrere una strada dotata di intersezioni regolate da semafori. Il metodo utilizza, come funzione di costo da minimizzare, l'energia consumata dal veicolo e risolve un problema di controllo ottimo che considera le limitazioni imposte dai segnali semaforici come vincoli del problema. Viene proposto inoltre un innovativo sistema di segnalazione stradale per suggerire al guidatore la velocità da mantenere per minimizzare i consumi. I risultati ottenuti in simulazione dimostrano la fattibilità dell'approccio proposto.