Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VEHÍCULO AUTÓNOMO
Guilherme V. Raffo∗ , Julio E. Normey-Rico§ , Francisco R. Rubio∗
∗
Dept. Ingenierı́a de Sistemas y Automática, Universidad de Sevilla - España
{raffo, rubio}@cartuja.us.es
§
Dept. de Automação e Sistemas, Universidade Federal de Santa Catarina - Brasil
julio@das.ufsc.br
Resumen LEVEL 4
DIG P
DYNAMIC
ROUTE PLANNING
ITA ROC
IC
ON
L S ES
Este trabajo presenta el diseño de un controlador LEVEL 3
TR
IGN SIN
VEHICLE GUIDANCE
predictivo basado en modelo para las dinámicas
HA
AN G
C
lateral y longitudinal de un vehı́culo autónomo.
ME
DD
LEVEL 2
AT
El controlador propuesto se implementa mediante DYNAMIC CONTROL
A
una estructura en cascada con el control de la LEVEL 1
cinemática del vehı́culo para obtener las presta- SUBUNITS CONTROL
β ca Ac v 2 rc dA
θ̈ = (cT dT − cD dD cosδD ) +
Jz 2Jz
FxD · δD cD · δD
+ + 3 ESTRATEGIA DE CONTROL
m·v m·v
(7)
β cD · dD · δD La estrategia de control utilizada en este trabajo
θ̈ = · (cT · dT − cD · dD ) +
Jz Jz esta basada en la idea de la Figura 1.
(8)
θ̇ FxD · dD · δD Aquı́ solo se analiza el nivel de control 2. El con-
− · cT · d2T + cD · d2D +
Jz · v Jz trol de la cinemática (nivel 3) para seguimiento de
trayectoria fue presentado en [10]. Los sistemas
El modelo dinámico resultante, por lo tanto, es de control local (nivel 1) utilizados para actuar
válido para aceleraciones laterales hasta 4m/s2 directamente en el acelerador, frenos y volante se
[5]. Además, con el objetivo de obtener un consideran definidos. El sistema de supervisión
movimiento sin deslizamiento lateral, β debe tener
en el nivel 4 calcula la trayectoria deseada para
el mismo signo que el ángulo de dirección δD . Ası́
que, analizando la ganancia estática de la función unir la posición inicial y final predefinida en el sis-
de transferencia β(s)/δD (s) y usando las ecua- tema de coordenadas globales. También, en este
ciones (7) y (8), se obtiene la siguiente relación: nivel se ejecuta un algoritmo adaptativo que de-
fine el parámetro lookahead de la estrategia Pure-
cT cD dT (dT + dD ) − cD dD mv 2 Pursuit. Con esta información, la trayectoria de
Keβ = >0,
cT cD (dT + dD )2 + mv 2 (cT dT − cD dD ) aproximación se calcula con la finalidad de generar
(9)
r señales de referencia para los controladores predic-
cT dT (dT + dD )
vmax < . (10) tivos del tercer nivel y de la velocidad.
dD m
Notar que la máxima velocidad del vehı́culo El control cinemático puede generar un compor-
(vmax ) es dependiente del coeficiente de adheren- tamiento aceptable cuando las velocidades y acel-
cia del neumático trasero, y es el único parámetro eraciones del vehı́culo están por debajo de deter-
variable. A partir de esta relación se define minados limites, donde el efecto de la masa y la
la velocidad donde el uso del controlador de la carga podrı́an ser despreciados. Este no es el caso
dinámica del vehı́culo se torna necesario para el del vehı́culo analizado cuando es necesario que tra-
problema de seguimiento de trayectoria. En el baje a velocidades > vmax . Ası́, un controlador
apartado 4 se presentan simulaciones que cor- predictivo se utiliza para controlar las dinámicas
roboran que controlando el vehı́culo solo con la del vehı́culo. Este controlador es implementado
cinemática con v > vmax se pierden prestaciones. en una estructura cascada con el controlador de la
cinemática, por lo que sus señales de control fu- angular de la rueda de tracción es dada por:
turas son usadas como señales de referencia en el VV acel
bucle de control de la dinámica. G(s)vel = . (13)
TM gas TV s2 + (TM gas + TV )s + 1
Tres son las variables controladas en este nivel:
Utilizando las funciones de transferencias (12)
la velocidad longitudinal, la velocidad angular y y (13) discretizadas se obtienen los polinomios
ángulo de deslizamiento del chasis. Como las A z −1 e B z −1 del sistema y, con estos, se llega
dinámicas de velocidad son más lentas que las al modelo carima,
otras dos dinámicas, se propone un controlador
descentralizado. Se utilizan, un GPC monovari- C z −1
A z −1 · y(k) = B z −1 · u(k − 1) +
· e(k) ,
able para en el control de velocidad y un GPC ∆
(14)
multivariable para el control de la velocidad an-
El algoritmo gpc se ejecuta en los dos bucles de
gular y del ángulo de deslizamiento del chasis, por control del modelo dinámico del vehı́culo. Este
lo que el ángulo de dirección de la rueda delantera controlador consiste en el cálculo de la ley de con-
es una variable manipulada. El desarrollo de cada trol que minimice la función de coste definida por:
uno de estos controladores se analiza en el próximo
apartado. J = (ŷ − yr )′ Q (ŷ − yr ) + ∆u′ R∆u (15)
(
+
*&
(
- '
(
)*
(
% +
*&
6 < 3
12 "/0$
(n)
'
"#$ !
'
δD (n) y(k)
(
"#$
ωRT v(k)
4
(
- '
(
)
(
*
%
21 "#/0$ 4 5
'
'
ωRT [rad/s]
D
0.1 Controlador C v =9m/s
δD [rad] D
20
0.05
0 0
Controlador CD vD=9m/s
−0.05 Controlador C v =9m/s
D −20
Referencia
−0.1 0 5 10 15 20 25
0 5 10 15 20 25
tiempo [s] tiempo [s]
Controlador CD vD=18m/s
ωRT [rad/s]
0.2
Controlador C v =18m/s
[rad]
0.1 50 D
0
−0.1
D
0
δ
Controlador CD vD=18m/s
−0.2
Controlador C vD=18m/s
−0.3
Referencia −50
−0.4
0 2 4 6 8 10 12 0 2 4 6 8 10 12
tiempo [s] tiempo [s]
1
Controlador CD vD=9m/s
Controlador C vD=9m/s
autónomo.
0.5 Referencia
θ [rad/s]
0
vehı́culo. Se demostró que para altas prestaciones
−0.5
0 5 10 15 20 25 de seguimiento es necesario usar el esquema com-
tiempo [s]
pleto con los dos controladores trabajando en una
3
configuración cascada.
2
1
Se han presentado resultados de simulación con
θ [rad/s]
0
−1 el modelo del vehı́culo autónomo Mini-Baja para
°
Controlador CD v =18m/s
−2 D
Controlador C v =18m/s
D
mostrar las buenas cualidades de la metodologı́a
−3
−4
Referencia propuesta.
0 2 4 6 8 10 12
tiempo [s]
Agradecimientos
Figura 7: Velocidad angular θ̇. Los autores desean agradecer a M.Eng. Guilherme
Gomes, a Dr. Christian Kelber, a Dr. Leandro
10.5 Becker, al MCyT la financiación de este trabajo
Controlador CD v =9m/s
10 D
Controlador C v =9m/s
D
con cargo al proyecto de investigación DPI2004-
v [m/s]
9.5
9
Referencia
06419 y a las agencias de Investigación Brasileña
8.5 CAPES, CNPq y FAPESC.
8
7.5
7
0 5 10 15 20 25 Referencias
tiempo [s]
21
Controlador CD v =18m/s
[1] O. Amidi. Integrated Mobile Robot Con-
20 D
Controlador C vD=18m/s trol. Technical Report CMU-RI-TR-90-17,
v [m/s]
19
Referencia
18 Robotics Institute, Carnegie Mellon Univer-
17 sity, Pittsburgh, PA, May 1990.
16
15
[2] F. D. Boyden and S. A. Velinsky. Dynamic
14
0 2 4 6
tiempo [s]
8 10 12 Modeling of Wheeled Mobile Robots for High
Load Applications. In Proc. of the 1994
Figura 8: Velocidad longitudinal v. IEEE International Conference on Robotics
and Automation, volume 4, pages 3071–3078,
San Diego, USA, 1994.
5 CONCLUSIONES
[3] E. F. Camacho and C. Bordons. Model Pre-
dictive Control. Springer-Verlag, New York,
Este trabajo presenta el análisis, diseño, sintonı́a e 1998.
implementación de un controlador predictivo para
la dinámica de un vehı́culo en una estructura en [4] C. Canudas De Wit, H. Khennouf, C. Sam-
cascada con el controlador de la cinemática para el son, and O. J. Sørdalen. World Scientific
problema de seguimiento de camino de un vehı́culo Series in Robotics and Intelligent Systems,
Tabla 1: Datos del vehı́culo autónomo analizado.
Constantes del Vehı́culo Cantidad
Masa m ≃ 200kg
Distancia de las ruedas delanteras hasta el centro de masa dD = 0, 75m
Distancia de las ruedas traseras hasta el centro de masa dT = 0, 80m
Constante de adherencia del neumático delantero cD = 10780N
Constante de adherencia del neumático trasero cT = 10780N
Radio de las ruedas delanteras y traseras Rr = 0, 18m
Distancia entre las ruedas delanteras dR = 0, 975m
Momento de inercia con respecto al eje zL del vehı́culo Jz = 56, 07083N m
Constante de tiempo del motor TMgas = 2, 5s
Constante de tiempo del vehı́culo TV = 2, 5s
Ganancia entre la fuerza necesaria para desplazar el VV acel = 4, 1
vehı́culo y la fricción que este es sometido
chapter Nonlinear Control Design for Mobile com CPBM. In XVI Congresso Brasileiro de
Robots, pages 121–157. World Scientific Pub- Automática, Salvador, Brasil, 2006.
lisher, 1993.
[11] N. Sarkar, X. Yun, and V. Kumar. Dynamic
[5] R. Isermann. Diagnosis Methods for Elec- Path Following: A New Control Algorithm
tronic Controlled Vehicles. Vehicle System for Mobile Robots. In Proc. of the 32nd
Dynamics: International Journal of Vehi- IEEE International Conference on Decision
cle Mechanics and Mobility, 36(2-3):77–117, and Control, pages 2670–2675, San Antonio,
2001. USA, 1993.
[6] C. R. Kelber, D. Webber, G. K. Gomes, M. A. [12] J. Wit, C. D. Crane III, and D. Armstrong.
Lohmann, M. S. Rodrigues, and D. Ledur. Autonomous Ground Vehicle Path Tracking.
Active Steering Unit with integrated ACC for Journal of Robotic Systems, 21(8):439–449,
X-by-Wire Vehicles using a Joystick as H.M.I. 2004.
In Proc. of the IEEE / IV2004 - Intelligent
[13] J. Yang and J. Kim. Sliding Mode Con-
Vehicles Symposium, pages 173–177, Parma,
trol for Trajectory Tracking of Nonholonomic
Italy, 2004.
Wheeled Mobile Robots. IEEE Transactions
[7] B. Kim, D. S. Necsulescu, and J. Sasiadek. on Robotic and Automation, 15(3):578–587,
Model Predictive Control of an Autonomous 1999.
Vehicle. In Proc. of the IEEE International [14] X. Yang, K. He, M. Guo, and B. Zhang. An
Conference on Advanced Intelligent Mecha- Intelligent Predictive Control Approach to
tronics, pages 1279–1284, 2001. Path Tracking Problem of Autonomous Mo-
[8] J. Manigel and W. Leonhard. Vehicle Con- bile Robot. IEEE International Conference
trol by Computer Vision. In IEEE Trans- on Systems, Man, and Cybernetics, 4:3301–
3306, 1998.
actions on industrial electronics, volume 39,
pages 181–188, 1992.