Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares
| Ano de defesa: | 2022 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Centro Universitário FEI, São Bernardo do Campo
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.fei.edu.br/handle/FEI/4583 https://doi.org/10.31414/EM.2022.D.131520 |
Resumo: | A automação veicular, possui diversos desenvolvimentos que compõe o chamado sistema avançado de assistência ao condutor, (ADAS - Advanced Driver Assistance System), e caminham para a direção autônoma. Um elemento crucial à evolução do ADAS, é o controle da dinâmica longitudinal veícular, realizada pelo sistema de controle de cruzeiro adaptativo (ACC - Adaptive Cruise Control), amplamente utilizado em veículos de passeio e comerciais, com intuito de aumentar a segurança, conforto e economia de combustível à viagem. Sua função é, manter determinada velocidade de cruzeiro e, na presença de veículo lento a frente, adaptar sua velocidade, controlando a distância entre os veículos e formar um comboio com segurança, evitando acidentes e erros de condução. Existem três momentos básicos com o ACC, velocidade de cruzeiro (controle de velocidade), comboio formado (controle de distância) e a fase de aproximação de formação de comboio, no qual ocorrem trocas entre estes controladores. A revisão da literatura indica, que esse gerenciamento de controladores pode ser feito de diversas formas, visando requisitos diversos. O presente trabalho, desenvolve um controlador preditivo baseado em modelo (MPC - Model Predictive Control) para um ACC, com requisitos de consumo de combustível, segurança e conforto em viagem, incluídos explicitamente na fase de projeto e não apenas constatados a posteriori, utilizando-se das propriedades do método de Controle Ótimo, intrínsecas ao MPC. Aplicando em sua formulação, as equações levantadas, referentes a consumo, segurança e conforto. Com atenção a fase de aproximação, o MPC proposto, foi simulado e analisado perante outros dois métodos com este foco, obtendo um bom desempenho em consumo, segurança e conforto, respeitando as restrições impostas em projeto e sem negligenciar um requisito em prol de outro. O controlador concebido, também foi posto à prova em outros cenários, com situações comuns de acontecer em uma rodovia. O algoritmo do MPC, foi refinado durante todas estas simulações, obtendo comportamento que satisfez as restrições de projeto na maioria das situações impostas. No entanto, ocorreram eventos de instabilidades para a segurança do sistema veícular, por parte do algoritmo idealizado, expondo frentes de pesquisa para a continuidade deste trabalho. Por fim, os resultados apresentados pelo MPC projetado, foram alcançados, inserindo na fase de projeto os requisitos de consumo, segurança e conforto, obtendo boa performance, quando comparado as técnicas estudadas |
| id |
FEI_16c4aad5a5c2119dabdb2c6c8188f37f |
|---|---|
| oai_identifier_str |
oai:repositorio.fei.edu.br:FEI/4583 |
| network_acronym_str |
FEI |
| network_name_str |
Repositório do Conhecimento Institucional do Centro Universitário da Fundação Educacional Inaciana (FEI) |
| repository_id_str |
|
| spelling |
Batista, Flávio José BentoLeonardi, Fabrizio2022-09-10T18:47:25Z2022-09-10T18:47:25Z2022BATISTA, Flávio José Bento. <b> Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares. </b> 2022. 137 p. Dissertação (Mestrado em Engenharia Mecânica) - Centro Universitário FEI, São Bernardo do Campo, 2022. Disponível em: https://doi.org/10.31414/EM.2022.D.131520.https://repositorio.fei.edu.br/handle/FEI/4583https://doi.org/10.31414/EM.2022.D.131520A automação veicular, possui diversos desenvolvimentos que compõe o chamado sistema avançado de assistência ao condutor, (ADAS - Advanced Driver Assistance System), e caminham para a direção autônoma. Um elemento crucial à evolução do ADAS, é o controle da dinâmica longitudinal veícular, realizada pelo sistema de controle de cruzeiro adaptativo (ACC - Adaptive Cruise Control), amplamente utilizado em veículos de passeio e comerciais, com intuito de aumentar a segurança, conforto e economia de combustível à viagem. Sua função é, manter determinada velocidade de cruzeiro e, na presença de veículo lento a frente, adaptar sua velocidade, controlando a distância entre os veículos e formar um comboio com segurança, evitando acidentes e erros de condução. Existem três momentos básicos com o ACC, velocidade de cruzeiro (controle de velocidade), comboio formado (controle de distância) e a fase de aproximação de formação de comboio, no qual ocorrem trocas entre estes controladores. A revisão da literatura indica, que esse gerenciamento de controladores pode ser feito de diversas formas, visando requisitos diversos. O presente trabalho, desenvolve um controlador preditivo baseado em modelo (MPC - Model Predictive Control) para um ACC, com requisitos de consumo de combustível, segurança e conforto em viagem, incluídos explicitamente na fase de projeto e não apenas constatados a posteriori, utilizando-se das propriedades do método de Controle Ótimo, intrínsecas ao MPC. Aplicando em sua formulação, as equações levantadas, referentes a consumo, segurança e conforto. Com atenção a fase de aproximação, o MPC proposto, foi simulado e analisado perante outros dois métodos com este foco, obtendo um bom desempenho em consumo, segurança e conforto, respeitando as restrições impostas em projeto e sem negligenciar um requisito em prol de outro. O controlador concebido, também foi posto à prova em outros cenários, com situações comuns de acontecer em uma rodovia. O algoritmo do MPC, foi refinado durante todas estas simulações, obtendo comportamento que satisfez as restrições de projeto na maioria das situações impostas. No entanto, ocorreram eventos de instabilidades para a segurança do sistema veícular, por parte do algoritmo idealizado, expondo frentes de pesquisa para a continuidade deste trabalho. Por fim, os resultados apresentados pelo MPC projetado, foram alcançados, inserindo na fase de projeto os requisitos de consumo, segurança e conforto, obtendo boa performance, quando comparado as técnicas estudadasVehicle automation has several developments that make up the so-called advanced driver assistance system (ADAS) and move towards autonomous driving. A crucial element in the evolution of ADAS is the control of vehicular longitudinal dynamics, performed by the adaptive cruise control system (ACC), widely used in passenger and commercial vehicles, in order to increase safety, comfort and fuel economy while traveling. Its function is to maintain a set cruising speed and, in the presence of a slow vehicle ahead, adapt its speed, controlling the distance between vehicles and safely forming a platoon, avoiding accidents, and driving errors. There are three basic moments with the ACC, cruise speed (speed control), formed platoon (distance control) and the platoon formation approaching phase, in which several switching occur between the controls. The literature review indicates that this controller management can be done in different ways, aiming at better consumption, speed in forming a convoy, safety, and comfort. The present work develops a model-based predictive controller (MPC) for an ACC, with fuel consumption, safety, and travel comfort requirements, explicitly included in the design phase and not only verified a posteriori, utilizing the properties of the Optimal Control method, intrinsic to the MPC. Applying in its formulation, the equations raised, referring to consumption, safety, and comfort. With attention to the approaching phase, the proposed MPC was simulated and analyzed before two other methods with this focus, obtaining a good performance in consumption, safety, and comfort, respecting the constraints imposed in the project and without neglecting one requirement in favor of another. The designed controller was also put on tests in other scenarios, with common situations that happen on the highway. The MPC algorithm was refined during all these simulations, obtaining behavior that satisfied the design constraints in most imposed situations. However, there were instability events for the safety of the vehicle system, on the part of the idealized algorithm, exposing research fronts for the continuity of this work. Finally, the results presented by the designed MPC were achieved, including in the design phase the requirements of consumption, safety, and comfort, obtaining good performance, when compared to the studied techniquesporpt_BRCentro Universitário FEI, São Bernardo do Campocontrole de cruzeiro adaptativocontrole preditivoControle preditivo aplicado à fase de aproximação na formação de comboios veicularesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSistemas Mecânicosreponame:Repositório do Conhecimento Institucional do Centro Universitário da Fundação Educacional Inaciana (FEI)instname:Centro Universitário da Fundação Educacional Inaciana (FEI)instacron:FEIinfo:eu-repo/semantics/openAccessORIGINALfulltext.pdfapplication/pdf6630309https://repositorio-novo.fei.edu.br/bitstreams/31dc5a41-7e52-4f96-958e-280684d8f845/downloaddfa00dd2713ff91e44deb614446a055fMD51trueAnonymousREADTEXTfulltext.pdf.txtfulltext.pdf.txtExtracted texttext/plain103336https://repositorio-novo.fei.edu.br/bitstreams/690943f9-c082-497b-aea9-a60e7a095c5b/downloadbbbcbb99c89d4ae531198a56766878afMD54falseAnonymousREADTHUMBNAILfulltext.pdf.jpgfulltext.pdf.jpgGenerated Thumbnailimage/jpeg2416https://repositorio-novo.fei.edu.br/bitstreams/a1582015-ade7-4bb3-b912-bf03cf7f0db9/downloadf3f473f3f94168b8f689e56f0123dd0fMD55falseAnonymousREADFEI/45832023-03-14 12:47:23.509open.accessoai:repositorio.fei.edu.br:FEI/4583https://repositorio-novo.fei.edu.brBiblioteca Digital de Teses e Dissertaçõeshttp://sofia.fei.edu.br/pergamum/biblioteca/PRIhttps://repositorio-api.fei.edu.br/server/oai/requestcfernandes@fei.edu.bropendoar:2023-03-14T12:47:23Repositório do Conhecimento Institucional do Centro Universitário da Fundação Educacional Inaciana (FEI) - Centro Universitário da Fundação Educacional Inaciana (FEI)false |
| dc.title.pt_BR.fl_str_mv |
Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares |
| title |
Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares |
| spellingShingle |
Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares Batista, Flávio José Bento controle de cruzeiro adaptativo controle preditivo |
| title_short |
Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares |
| title_full |
Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares |
| title_fullStr |
Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares |
| title_full_unstemmed |
Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares |
| title_sort |
Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares |
| author |
Batista, Flávio José Bento |
| author_facet |
Batista, Flávio José Bento |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Batista, Flávio José Bento |
| dc.contributor.advisor1.fl_str_mv |
Leonardi, Fabrizio |
| contributor_str_mv |
Leonardi, Fabrizio |
| dc.subject.por.fl_str_mv |
controle de cruzeiro adaptativo controle preditivo |
| topic |
controle de cruzeiro adaptativo controle preditivo |
| description |
A automação veicular, possui diversos desenvolvimentos que compõe o chamado sistema avançado de assistência ao condutor, (ADAS - Advanced Driver Assistance System), e caminham para a direção autônoma. Um elemento crucial à evolução do ADAS, é o controle da dinâmica longitudinal veícular, realizada pelo sistema de controle de cruzeiro adaptativo (ACC - Adaptive Cruise Control), amplamente utilizado em veículos de passeio e comerciais, com intuito de aumentar a segurança, conforto e economia de combustível à viagem. Sua função é, manter determinada velocidade de cruzeiro e, na presença de veículo lento a frente, adaptar sua velocidade, controlando a distância entre os veículos e formar um comboio com segurança, evitando acidentes e erros de condução. Existem três momentos básicos com o ACC, velocidade de cruzeiro (controle de velocidade), comboio formado (controle de distância) e a fase de aproximação de formação de comboio, no qual ocorrem trocas entre estes controladores. A revisão da literatura indica, que esse gerenciamento de controladores pode ser feito de diversas formas, visando requisitos diversos. O presente trabalho, desenvolve um controlador preditivo baseado em modelo (MPC - Model Predictive Control) para um ACC, com requisitos de consumo de combustível, segurança e conforto em viagem, incluídos explicitamente na fase de projeto e não apenas constatados a posteriori, utilizando-se das propriedades do método de Controle Ótimo, intrínsecas ao MPC. Aplicando em sua formulação, as equações levantadas, referentes a consumo, segurança e conforto. Com atenção a fase de aproximação, o MPC proposto, foi simulado e analisado perante outros dois métodos com este foco, obtendo um bom desempenho em consumo, segurança e conforto, respeitando as restrições impostas em projeto e sem negligenciar um requisito em prol de outro. O controlador concebido, também foi posto à prova em outros cenários, com situações comuns de acontecer em uma rodovia. O algoritmo do MPC, foi refinado durante todas estas simulações, obtendo comportamento que satisfez as restrições de projeto na maioria das situações impostas. No entanto, ocorreram eventos de instabilidades para a segurança do sistema veícular, por parte do algoritmo idealizado, expondo frentes de pesquisa para a continuidade deste trabalho. Por fim, os resultados apresentados pelo MPC projetado, foram alcançados, inserindo na fase de projeto os requisitos de consumo, segurança e conforto, obtendo boa performance, quando comparado as técnicas estudadas |
| publishDate |
2022 |
| dc.date.accessioned.fl_str_mv |
2022-09-10T18:47:25Z |
| dc.date.available.fl_str_mv |
2022-09-10T18:47:25Z |
| dc.date.issued.fl_str_mv |
2022 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
BATISTA, Flávio José Bento. <b> Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares. </b> 2022. 137 p. Dissertação (Mestrado em Engenharia Mecânica) - Centro Universitário FEI, São Bernardo do Campo, 2022. Disponível em: https://doi.org/10.31414/EM.2022.D.131520. |
| dc.identifier.uri.fl_str_mv |
https://repositorio.fei.edu.br/handle/FEI/4583 |
| dc.identifier.doi.none.fl_str_mv |
https://doi.org/10.31414/EM.2022.D.131520 |
| identifier_str_mv |
BATISTA, Flávio José Bento. <b> Controle preditivo aplicado à fase de aproximação na formação de comboios veiculares. </b> 2022. 137 p. Dissertação (Mestrado em Engenharia Mecânica) - Centro Universitário FEI, São Bernardo do Campo, 2022. Disponível em: https://doi.org/10.31414/EM.2022.D.131520. |
| url |
https://repositorio.fei.edu.br/handle/FEI/4583 https://doi.org/10.31414/EM.2022.D.131520 |
| dc.language.iso.fl_str_mv |
por pt_BR |
| language |
por |
| language_invalid_str_mv |
pt_BR |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.coverage.area.none.fl_str_mv |
Sistemas Mecânicos |
| dc.publisher.none.fl_str_mv |
Centro Universitário FEI, São Bernardo do Campo |
| publisher.none.fl_str_mv |
Centro Universitário FEI, São Bernardo do Campo |
| dc.source.none.fl_str_mv |
reponame:Repositório do Conhecimento Institucional do Centro Universitário da Fundação Educacional Inaciana (FEI) instname:Centro Universitário da Fundação Educacional Inaciana (FEI) instacron:FEI |
| instname_str |
Centro Universitário da Fundação Educacional Inaciana (FEI) |
| instacron_str |
FEI |
| institution |
FEI |
| reponame_str |
Repositório do Conhecimento Institucional do Centro Universitário da Fundação Educacional Inaciana (FEI) |
| collection |
Repositório do Conhecimento Institucional do Centro Universitário da Fundação Educacional Inaciana (FEI) |
| bitstream.url.fl_str_mv |
https://repositorio-novo.fei.edu.br/bitstreams/31dc5a41-7e52-4f96-958e-280684d8f845/download https://repositorio-novo.fei.edu.br/bitstreams/690943f9-c082-497b-aea9-a60e7a095c5b/download https://repositorio-novo.fei.edu.br/bitstreams/a1582015-ade7-4bb3-b912-bf03cf7f0db9/download |
| bitstream.checksum.fl_str_mv |
dfa00dd2713ff91e44deb614446a055f bbbcbb99c89d4ae531198a56766878af f3f473f3f94168b8f689e56f0123dd0f |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório do Conhecimento Institucional do Centro Universitário da Fundação Educacional Inaciana (FEI) - Centro Universitário da Fundação Educacional Inaciana (FEI) |
| repository.mail.fl_str_mv |
cfernandes@fei.edu.br |
| _version_ |
1856221263257665536 |