Algoritmy k určení trajektorie a vedení po trati pro autonomní soutěžní vozy

Abstract

Autonomní vozidla by měla utvářet budoucnost nejen každodenního provozu nebo dopravy, ale také závodního světa. V posledních letech se mezi univerzitními výzkumnými fakultami rozšířily různé autonomní závodní soutěže. Cílem práce bylo proto vyvinout algoritmy vhodné pro stanovení proveditelných trajektorií a sledování těchto trajektorií pro rychlé dynamické autonomní řízení. Motivace vyplynula z nedávného vývoje v soutěži studentských formulí a úsilí týmu CVUT FEL eForce Formula o autonomní závodní zapojení. Hlavním přínosem práce bylo odhadnout odchylku od osy tratě na základě stereooptické kamery. V tomto smyslu byl v první části práce vyvinut nový algoritmus pro detekci toho, zda se vozidlo odchyluje od osy tratě. Poté byl algoritmus vylepšen a rozšířen tak, že je schopen odhadnout boční odchylku od osy koleje. Ve druhé části byl představen řídicí algoritmus ke sledování středové linie stopy s minimální chybou. Úkol byl rozložen na dva dílčí problémy, kterými byly dynamické modelování vozidla a návrh prediktivního řízení modelu. Zejména byl regulátor formulován jako asistenční systém jízdního pruhu tak, že by využíval vstupy z určování trajektorie. V poslední části byly prezentovány simulační experimenty za účelem validace navržených metod a byly diskutovány výsledky. Simulace byly navrženy s využitím aplikací Driver Scenario Designer Apps v MATLABu k vytvoření různých jízdních scénářů, které připomínají skutečné závodní scénáře jako v soutěžích.

Autonomous vehicles are expected to shape the future of not only the daily life traffic or transportation but also the racing world as well. In recent years, the various autonomous racing competitions became widespread among university's research faculties. Therefore, the goal of the thesis was to develop algorithms suitable for determination of feasible trajectories and tracking those trajectories for fast dynamic autonomous driving. The motivation came from the recent development in the student formula competition and CVUT FEL eForce Formula team's efforts towards autonomous racing involvement. The main contribution of the thesis was to estimate the deviation from track centerline based on stereo-optic camera. In that sense, in the first part of the thesis, a novel algorithm was developed to detect if vehicle deviates from track centerline. Then, the algorithm was enhanced and extended such that it is able to estimate the lateral deviation from track centerline. In the second part, the control problem was introduced to track the centerline of track with minimum error. The task was decomposed into two sub-problems which were vehicle dynamical modelling and Model Predictive Control design. In particular, the controller was formulated as Lane Keeping Assist System such that it would utilize the inputs from trajectory determination. In the last part, the simulations experiments were presented and results were discussed. The simulations were designed using Driving Scenario Designer Apps in MATLAB to create various driving scenarios which remind the real racing scenarios as in the competitions.