Análise compreensiva do controle preditivo baseado em modelo aplicado em sistemas de assistência a manutenção de faixa

• Ano de defesa: 2024
• Autor(a) principal: Montoya, James Duván García
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Sistemas Avançados de Assistência a Condução; Sistemas de Assistência à Manutenção de Faixa; Controle preditivo baseado em modelo (MPC); Parametrização MPC; Programação quadrática
• Link de acesso: http://repositorio.unb.br/handle/10482/51857

A integração de novas tecnologias nos veículos atuais demonstra a preocupação dos profissionais da indústria automotiva e do governo com a segurança, o desempenho e o conforto da condução. Por esse motivo, o uso de Sistemas Avançados de Assistência à Condução (ADAS) tem ganhado popularidade nos dias atuais. Esses sistemas permitem aumentar a segurança nos veículos, pois auxiliam a execução de diferentes tarefas que podem ser repetitivas ou de grande dificuldade para o ser humano. Uma dessas atividades é a manutenção da faixa de rodagem (LKAs). O LKAS foi desenvolvida para evitar a saída não intencional do centro da faixa. Essa função usa sensores como câmera, GPS e LIDAR para capturar a posição atual do veículo em relação à estrada e tomar uma decisão que será executada por meio do sistema de direção, alterando o ângulo das rodas. O LKAS usa diferentes algoritmos para o processamento das informações provenientes de sensores e também para a tomada de decisões em tempo real. As estratégias de controle devem garantir a segurança do veículo em diferentes situações de risco, como por exemplo mudanças do clima e condições de mudança da estrada, por esse motivo, o controlador preditivo baseado em modelo (MPC) foi escolhido para este trabalho, já que tem a capacidade de lidar com restrições para diferentes variáveis do sistema, como deslocamento lateral ou o ângulo máximo permitido do veículo; No entanto, esse controlador enfrenta um grande desafio na implementação, pois exige uma alta carga computacional. Por esse motivo, nesta pesquisa, foram implementadas estratégias de redução de carga computacional para o controlador MPC, a fim de serem verificados e validados em Model-In-the-Loop (MIL) e em Hardware-In-the-Loop (HIL) em uma plataforma de simulação em tempo real. Após a realização de simulações foi possível demonstrar o bom comportamento do controle na função LKAS e sua viabilidade para implementação em tempo real, uma vez que foi feita uma comparação entre o controlador de regulação quadrática linear (LQR). Foram propostas duas formulações para os modelos de veículos implementados na função LKAS. Uma delas visa o rastreamento de uma referência já estabelecida, como é comum em sistemas baseados em GPS, enquanto a outra se concentra no uso do estado atual do veículo em relação à posição desejada na pista, mais especificamente, o erro do centro de gravidade do veículo em relação ao centro da faixa. Esses modelos demonstraram estar fortemente relacionados à sensibilidade e às oscilações na resposta do controlador. Além disso, as formulações do controlador MPC em combinação com os diferentes solucionadores QP mostram que a estratégia de parametrização exponencial permite uma redução significativa do tempo de computação do controlador MPC.