MPC based dynamic state references generation for autonomous vehicle path tracking

Over the last few years a lot of effort has been spent in the challenging task of developing self-driving cars. In particular, among the different issues to be faced when dealing with such a complex system, a key problem to be addressed is the tracking of a desired trajectory, while at the same time providing a comfortable feeling to the passengers. This problem must be solved taking into account both the physical quantities involved in the vehicle dynamics, and the performance limits of the vehicle itself. In the present literature, different path tracking methods can be found, but most of them suffer from a number of common problems, which limit their reliability. This work presents a solution to the aforementioned challenges, by means of a control system capable to emulate skilled human drivers behaviours, in order to generate reference signals which allow a vehicle to follow a desired path. In fact, human drivers first analyze the vehicle state and the environment in which they are operating. Then, they perform mental calculations aimed to safely drive the vehicle on a desired trajectory, optimally acting on the steering wheel and on the brake and accelerator pedals. A linear Model Predictive Control (MPC) algorithm has been chosen to accomplish this goal, since its structure results to be perfectly suited for both the position of the vehicle prediction and the optimal control computation. The control variables, i.e. the vehicle velocity, its yaw rate and its sideslip angle are properly constrained in order to guarantee the tracking feasibility for the considered vehicle. All the issues faced during the controller design are explained and solved. Finally, some simulation results are presented in order to show how the controller design parameters affect the path tracking performances.

Generazione di riferimenti per gli stati dinamici di un veicolo per l'inseguimento di traiettoria basato su MPC. Negli ultimi anni molte risorse sono state investite nella progettazione di veicoli a guida autonoma. In particolare, tra tutti i problemi da affrontare quando si ha a che fare con un sistema così complesso, l' inseguimento di una traiettoria desiderata, garantendo il comfort dei passeggeri del veicolo, è un problema di chiave importanza. Questo problema deve essere risolto tenendo conto sia delle grandezze fisiche coinvolte nella dinamica del veicolo sia dei limiti di performances del veicolo stesso. Nella letteratura presente, si possono trovare diversi metodi di inseguimento di una traiettoria desiderata, ma la maggior parte di essi è caratterizzata da una serie di problemi che ne limitano l' affidabilità. Questo lavoro propone una soluzione ai problemi sopra citati con la progettazione di un sistema di controllo capace di imitare la tecnica di guida di guidatori umani esperti, in modo da generare segnali di riferimento che permettano ad un veicolo di seguire una traiettoria desiderata. Infatti, i guidatori esperti per prima cosa analizzano lo stato dell' automobile e l' ambiente in cui si trovano. Successivamente, eseguono dei calcoli mentali con lo scopo di guidare in maniera sicura il veicolo sulla traiettoria desiderata, agendo in modo ottimale sui pedali del freno, dell' acceleratore e sul volante. Un controllore di tipo MPC è stato scelto per il raggiungimento di questo obiettivo, poiché esso risulta adatto sia per la previsione della posizione del veicolo, sia per il calcolo del controllo ottimale. Le variabili di controllo, cioè la velocità del veicolo, la derivata del suo angolo di imbardata ed il suo angolo di scorrimento laterale, sono opportunamente vincolati col fine di garantire la fattibilità dell' inseguimento della traiettoria. Tutti i problemi affrontati durante la progettazione del controllore sono analizzati e risolti. Infine i risultati di alcune simulazioni sono analizzati per mostrare come i parametri di progettazione del controllore influenzano le prestazioni dell' inseguimento di traiettoria.