Sviluppo logiche di path planning e tracking per veicoli passeggeri a guida autonoma = DEVELOPMENT OF PATH PLANNING AND TRACKING ALGORITHMS FOR AUTOMATED PASSENGER VEHICLES

Sviluppo logiche di path planning e tracking per veicoli passeggeri a guida autonoma Il presente lavoro di tesi, si pone il modesto obiettivo di passare in rassegna le fasi di ricerca, di studio, di utilizzo e manipolazione di logiche di base per la generazione e il perseguimento di traiettorie per veicoli a guida autonoma. A seguito di una prima fase di ricerca, documentazione e catalogazione generale dei sistemi a guida autonoma, si passa allo studio di alcune logiche per la generazione della traiettoria (‘path planning’) che rappresentano il cuore fondamentale di un sistema autonomamente decisionale, mettendo in evidenza le differenze e le somiglianze che esistono tra di esse. Ci si concentra, dunque, sullo studio e ottimizzazione di un metodo ‘Curves Motion Planning’ in ambiente Matlab denominato ‘trajectory Optimal Frenet’, basato sulla generazione di traiettorie curvilinee cinematicamente e dinamicamente eseguibili da un veicolo reale, andando ad agire su alcune funzioni di costo che garantiscano l’ottenimento di traiettorie conformi alle richieste di progetto (e.g. riduzione distanza percorsa, limitazione accelerazioni laterali). L’obiettivo originario dell’ottimizzazione è quello di rendere un modello di path planning fruibile in un ambiente off-road, in cui gli ostacoli non sono necessariamente corpi fisici perfettamente definiti, come avviene in una ambiente strutturato quale la città, ma entità da evitare completamente o parzialmente, quali buche o avvallamenti. La soluzione, qui proposta, risiede nella modellazione degli ostacoli più o meno voluminosi in funzione dell’entità di un determinato ostacolo naturale. Si passa a una seconda fase di creazione e validazione in ambiente Matlab di un modello dinamico lineare di veicolo: single-track, che possa rappresentare, entro certi limiti, il modello a più gradi di libertà scelto su IPG-CarMaker che verrà successivamente usato nella fase di validazione dell’intero algoritmo proposto. Si esegue un upgrade del single-track model ottenendo un modello a quattro stati (invece che due) per la rappresentazione degli errori di posizione e orientamento del veicolo rispetto alla traiettoria di riferimento. Anche in questo caso il modello viene validato rispetto al veicolo di simulazione di CarMaker, per poter essere usato nello sviluppo di un controllo basato su un ottimizzatore LQR (in Matlab e Simulink), atto all’inseguimento della traiettoria (path tracking) tramite la riduzione dei suddetti errori di posizione e di orientamento. Si tiene, ovviamente, conto dei limiti (in parte già valutati nel path planning) dinamici caratterizzanti il mezzo scelto come campione. Tale logica di controllo viene utilizzata per permettere l’esecuzione automatica della traiettoria in ambiente CarMaker, importando il blocco di controllo dell’angolo volante nell’interfaccia ‘CarMaker4Simulink’ in cui è possibile modificare la logica di controllo Simulink che sta sotto il governo dei veicoli IPG-CarMaker. Parallelamente viene importato la mappa (contenente gli opportuni ostacoli), su cui eseguire la simulazione, da Matlab a CarMaker tramite l’utilizzo della libreria ASAM OpenCRG reperibile online. Infine, al termine delle simulazioni, vengono riportate le risposte dinamiche del veicolo come prova della validità dell’intero algoritmo di path planning e path tracking qui presentato.