Model Predictive Contouring Control for Autonomous Racing Cars

Hicret Uzer, Esra
Compartir
El Control Predictiu de Contorns per Models (MPCC) i la Programació No Lineal (PNL) han sorgit com a contribuents significatius als avenços en el camp de la tecnologia de vehicles autònoms, especialment en el domini d'alta velocitat de les curses autònomes. Aquesta tesi aprofundeix una mica més en la integració d'aquestes metodologies computacionals i explora com aquesta sinergia optimitza el control i la navegació del vehicle en circuits de carreres alhora que equilibra l'estabilitat d'alta velocitat. Els vehicles de curses autònoms necessiten gestionar de manera eficient la dinàmica complexa i no lineal del vehicle i navegar dins de les restriccions físiques de la pista. Les estratègies tradicionals de Control Predictiu de Models (MPC) sovint són insuficients en aquests entorns complexos i d'alta velocitat a causa de la seva dependència de models de dinàmica de vehicles simplificats o linealitzats. Tanmateix, aconseguir una planificació i un control de trajectòries òptims en temps real amb MPCC requereix extensos recursos computacionals. Aquí és on la PNL, en particular mètodes com la Programació Quadràtica Seqüencial (PQS) i els mètodes de punt interior, intervé per reduir la càrrega computacional. En formular el problema complex de dinàmica i control com un problema de programació no lineal, les solucions òptimes en temps real esdevenen factibles, fins i tot dins dels terminis computacionals altament estrictes inherents a les curses autònomes. Aquesta tesi introdueix un controlador que combina la planificació i el control de trajectòries d'un MPCC amb l'eficiència computacional de la PNL. El controlador proposat funciona amb un model de bicicleta cinemàtica simple, un model realista i computacionalment més manejable, per reduir a més els requisits computacionals (és a dir, càlculs en temps real). El controlador pretén maximitzar el progrés al llarg de la pista i obeir els límits de la pista. Els resultats de la simulació mostren l'eficàcia del controlador integrat en la generació i el seguiment de línies de cursa òptimes a altes velocitats, cosa que indica el seu potencial com a solució de control viable per a les curses autònomes. Aquest estudi emfatitza, doncs, el potencial de la coincidència entre MPCC i NLP per optimitzar el rendiment i la seguretat dels vehicles de curses autònoms, ampliant els límits del que es pot aconseguir en els comportaments dels vehicles autònoms d'alta velocitat ​
Aquest document està subjecte a una llicència Creative Commons:Reconeixement - No comercial - Sense obra derivada (by-nc-nd) Creative Commons by-nc-nd4.0