Sledování trajektorie pro autonomní vozidla

Abstract

Tato práce se zabývá návrhem sledování trajektorie pro samořiditelná vozidla. Cílem práce je vyvinout kontrolér pro závodní aplikace. Úloha je rozdělena na modelování jízdní dynamiky a následný návrh řízení založený na modelu. První část práce nabízí přehled jednostopých modelů vozidla, analýzu jejich chování, zejména závislost odezvy na rychlosti, a omezení linearizovaných modelů, zejména nepřesnost předpovědi chování při vyšších hodnotách bočního zrychlení. V druhé části je návrh řízení rozdělen na nezávislé řízení podélné a příčné dynamiky vozidla. Hlavním přínosem práce je formulace sledování pomocí problému servomechanismu, který sjednocuje návrhu řízení a umožňuje použití stavových metod. Dalším přínosem je srovnání reaktivního (LQR) a prediktivního (MPC) řízení pro danou aplikaci a rozbor zpětnovazební struktury prediktivního řízení bez omezení, která objasňuje souvislosti mezi staršími přístupy, založenými na klasické teorii řízení, a přístupy nedávnými, založenými na optimalizaci. Závěrečná část prezentuje výsledky dosažené na simulovaném závodním okruhu. Pro experimentální ověření byla navržena trajektorie průjezdu okruhem v minimálním čase, na hranici jízdních možností vozidla. Výsledky dosažené v těchto podmínkách prokazují funkčnost řešení a limity dosažitelného chování pomocí oddělené řídicí architektury založené na prediktivních kontrolérech s omezeními.

This thesis addresses trajectory tracking for autonomous vehicles, with the goal of developing a racing controller. We factor the task into the subproblems of vehicle dynamics modeling and model-based control design. In the first part, we review the single-track models of vehicle motion, analyze their properties, such as response variation with speed, and limitations, such as prediction mismatch of the linear model under high lateral acceleration. In the second part, we decompose the control problem into independent longitudinal and lateral controllers. The core contribution of the thesis is the formulation of the tracking controllers under the servomechanism problem framework, allowing a unified design approach using state-space methods. In particular, we compared the performance of reactive (LQR) and predictive (MPC) control strategies, and analyzed the structure of the unconstrained MPC, drawing the link between the works based on the classical control design and the recent optimization-based approaches. The last part presents the test results achieved on a handling track in a vehicle dynamics simulator. We designed a minimum-time trajectory to operate the vehicle at the handling limits, demonstrated the functionality of the proposed solution and the peak performance achievable using the traditional decoupled control architecture, linear models, and constrained predictive controllers.