Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/40074
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2020_ZoéRobertoMagalhãesJúnior.pdf9,72 MBAdobe PDFVisualizar/Abrir
Título: Vehicle stability controller based on model predictive control
Autor(es): Magalhães Júnior, Zoé Roberto
Orientador(es): Pinto, André Murilo de Almeida
Coorientador(es): Lopes, Renato Vilela
Assunto: Controladores eletrônicos de velocidade
Controle de estabilidade
Controle direto do momento de guinada
Data de publicação: 16-Fev-2021
Referência: MAGALHÃES JÚNIOR, Zoé Roberto. Vehicle stability controller based on model predictive control. 2020. xix, 92 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2020.
Resumo: Os Sistemas Avançados de Assistência ao Motorista (ADAS) são dispositivos automotivos desenvolvidas para auxiliar o motorista na condução, com intuito de melhorar o desempenho dos veículos em diversos aspectos, incluindo segurança. Do ponto de vista da dinâmica veicular, segurança diz respeito a como o veículo responde aos comandos do motorista em manobras arriscadas. A melhoria de manobrabilidade em situações críticas pode ser obtida pela inclusão de controladores eletrônicos de estabilidade (ESCs). Os ESCs são ADAS desenvolvidos para evitar que o motorista perca o controle do veículo. Uma estratégia de atuação utilizada em ESCs é o controle dos torques transferidso para as rodas, de forma que seja aplicado no eixo de guinada um momento estabilizador resultante da diferença entre as forças geradas nos pneus. Essa estratégia é denominada controle direto do momento de guinada (DYC). O ESCs que utilizam DYC podem ser classificados em dois níveis: alto e baixo. O primeiro calcula o momento estabilizador, sem especificar como deve ser feita a distribuição de torque entre as rodas. E o segundo calcula o torque que deve ser transferido para cada roda, por isso é desenvolvido dedicado para o sistema de atuação disponível no veículo. Nessa pesquisa são propostos DYCs de alto e baixo nível baseados em controle preditivo (MPC). O MPC foi escolhido devido às suas capacidades de considerar os limites do sistema de atuação e prever a desestabilização. Porém, a aplicação do MPC em sistemas de controle em tempo real tem como desafio a obtenção de tempos de cálculo compatíveis com a velocidade da dinâmica do processo controlado. Por isso, foram aplicadas parametrizações da for- mulação do MPC que reduzem a sua complecidade computacional. E, para considerar a eficiência computacional na validação dos controladores, os algoritmos propostos foram implementados em ARM Cortex A8 e submetidos a um procedimento de sintonização, que define as configurações ótimas e caracteriza os tempos de cálculo. Simulações model-in-the-loop e hardware-in-the-loop foram realizadas para validação dos controladores. Os resultados dessas simulações mostram que os ESCs são eficazes em evitar a desestabilização da condução, e que os algoritmos possuem efi- ciência computacional para serem eficazes em tempo real, mesmo executando em um hardware de baixo custo. A comparação entre os resultados obtidos com MPC e regulador quadrático linear (LQR) mostrou que é mais vantajoso utilizar o MPC, mesmo seu tempo de cálculo sendo maior. A comparação entre os desempenhos obtidos com diferentes modelos de predição mostrou que, em manobras com maior risco de instabilidade, um melhor desempenho é obtido com o modelo que considera a rolagem, mesmo que insto impacte no aumento do tempo de cálculo. Além disso, dos resultados para veículos com parâmetros diferentes dos valores nominais assumidos na configuração dos controladores, observou-se que os ESCs são sensíveis ao descasamento entre planta e modelo, de forma que não são comprometidas suas eficácias em evitar que o motorista perca o controle do veículo
Abstract: Advanced Driver Assistance Systems (ADAS) are automotive devices developed to assist the driver, with the aim of improving vehicle performance in several aspects, including safety. From the point of view of vehicle dynamics, safety concerns how the vehicle responds to the driver’s commands in risky maneuvers. The improvement of maneuverability in critical situations can be achieved by the inclusion of electronic stability controllers (ESCs). ESCs are ADAS designed to prevent the driver from losing control of the vehicle. An actuation strategy used in ESCs is to control the torques transferred to the wheels, so that a stabilizing moment resulting from the difference between the forces generated in the tires is applied to the yaw axis. This strategy is called direct yaw moment control (DYC). ESCs using DYC can be classified into two levels: high and low. The first calculates the stabilizing moment, without specifying how to distribute the torque between the wheels. And the second calculates the torque that must be transferred to each wheel, so it is developed dedicated to the actuation system available in the vehicle. In this research, high and low level DYCs based on Model Predctive Control (MPC) are proposed. The MPC was chosen because of its ability to consider the limits of the actuation system and to predict destabilization. However, the application of MPC in real-time control systems has the challenge of obtaining calculation times compatible with the speed of the dynamics of the controlled process. Therefore, parameterizations of the MPC formulation were applied to reduce the computational complexity. And, to consider the computational efficiency in the validation of the controllers, the proposed algorithms were implemented in ARM Cortex A8 and submitted to a tuning procedure, which defines the optimum configurations and characterizes the calculation times. Model-in-the- loop and hardware-in-the-loop simulations were performed to validate the controllers. The results of these simulations show that the ESCs are effective in avoiding the destabilization of driving, and that the algorithms have computational efficiency to be effective in real-time application, even running on low-cost hardware. The comparison between the results obtained with MPC and Linear Quadratic Regulator (LQR) showed that it is more advantageous to use MPC, even though its calculation time is longer. The comparison between the performances obtained with different prediction models showed that, in maneuvers with a higher risk of instability, a better performance is obtained with the model that considers the roll motion, even though it leads to the increase in calculation time. In addition, from the results for vehicles with different parameters from the nominal values assumed in the configuration of the controllers, it was observed that the ESCs are sensitive to the model-plant mismatch , however, their effectiveness in preventing the driver from losing control is maintained.
Unidade Acadêmica: Faculdade de Tecnologia (FT)
Departamento de Engenharia Mecânica (FT ENM)
Informações adicionais: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2020.
Programa de pós-graduação: Programa de Pós-Graduação em Sistemas Mecatrônicos
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.