logo móvil
Contáctanos

Lateral-acceleration-based vehicle-models-blending para controladores de conducción automatizada

Autores: Matute-Peaspan, Jose A.; Marcano, Mauricio; Diaz, Sergio; Zubizarreta, Asier; Perez, Joshue

Idioma: Inglés

Editor: MDPI

Año: 2020

Descargar PDF

Acceso abierto

Artículo científico
2020

Lateral-acceleration-based vehicle-models-blending para controladores de conducción automatizada


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Basado en modelos
Seguimiento de trayectoria
Modelo de vehículo
Parámetros de mezcla
Aceleraciones laterales
Conducción autónoma

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 24

Citaciones: Sin citaciones


Descripción
El seguimiento de trayectorias basado en modelos se ha convertido en una técnica ampliamente utilizada para aplicaciones de sistemas de conducción automatizada. Una decisión de diseño crítica es la selección adecuada de un modelo de vehículo que logre el mejor equilibrio entre capacidad en tiempo real y robustez. La combinación de diferentes tipos de modelos de vehículos es una práctica reciente para aumentar el rango operativo de las aplicaciones de control de seguimiento de trayectorias basadas en modelos. Sin embargo, los enfoques actuales se centran en el uso de la velocidad longitudinal como parámetro de combinación, aún careciendo de un procedimiento formal para ajustar y seleccionar sus parámetros. Este trabajo presenta un enfoque novedoso basado en aceleraciones laterales, junto con un procedimiento formal y criterios para ajustar y seleccionar los parámetros de combinación, para su uso en controladores predictivos basados en modelos para la conducción autónoma. Se propone un autobús de pasajeros eléctrico que viaja a diferentes velocidades en rutas urbanas como estudio de caso. Los resultados demuestran que la aceleración lateral, que es proporcional a las fuerzas laterales que diferencian entre modelos cinemáticos y dinámicos, es un habilitador de cambio de modelo más apropiado que la velocidad longitudinal actualmente utilizada. Además, se muestra que el procedimiento avanzado para definir los parámetros de combinación es efectivo. Finalmente, un método de combinación suave ofrece mejores resultados de seguimiento en comparación con los cambios bruscos de modelo y las técnicas no combinadas.

Otros recursos que podrían interesarte

Temas Virtualpro