FenixEdu™

Dissertação

NMPC-Based Automated Evasive Manoeuvres for Electric Remote Control Vehicles EVALUATED

Detalhes: A atual tese tem como objetivo converter um veículo de controlo remoto (RC) num veículo autónomo. Para este fim, o modelo de controlo preditivo não-linear (NMPC) é a metodologia usada para, simultaneamente, proceder ao planeamento e seguimento de trajetória, bem como ao desvio de obstáculos. O NMPC tem a capacidade de abordar sistemas não-lineares, prever a sua futura evolução e controlar um sistema enquanto satisfaz as suas restrições de operação. Neste trabalho são usados o modelo de veículo de duas rodas e o modelo de pneu Pacjecka para antever a evolução do veículo RC. Para implementar o algoritmo NMPC em tempo real num sistema embebido low-cost, é necessário um método eficiente para resolver o programa não-linear (NLP). Nesta tese, são estudadas duas soluções para resolver o NLP: o método gradiente descente e o state-of-the-art software IPOPT. Os resultados da simulação mostram que os dois métodos apresentam soluções semelhantes. No entanto, o método gradiente descendente revela um menor tempo computacional. Adicionalmente, dois métodos de planeamento de trajetória locais: weighted distance e paralaxe modificada, são comparados através de simulação. Os resultados indicam que o método de paralaxe modificada é o algoritmo mais eficaz nas manobras de desvio de obstáculo, especialmente em cenários com múltiplos obstáculos. A performance do controlador proposto é testada experimentalmente num veículo RC. Os resultados experimentais provam que o método gradiente descendente foi adequado na resolução do NLP resultante da implementação do NMPC e que o método de paralaxe modificada revelou ser superior ao método weighted distance.
Keywords: Modelo de Controlo Preditivo, Seguimento de Trajetória, Desvio de Obstáculos, Funções Potenciais, Navegação Autónoma.

Discussão: janeiro 6, 2021, 9:0