thuyết minh điều khiển hướng chuyển động ô tô theo quỹ đạo cho trước bằng mpc

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.48 MB, 12 trang )

<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">

<b>ĐẠI HỌC BÁCH KHOA HÀ NỘI</b>

KHOA CƠ KHÍ ĐỘNG LỰC

---o0o---

<b>Giảng viên hướng dẫn: TS. Lê Văn Nghĩa</b>

<b>Sinh viên thực hiệnLớp – KhóaMSSV</b>

<i>Hà nội, tháng 5 năm 2022</i>

</div><span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">

<b>MỤC LỤC</b>

<b>Tóm tắt cơng trình... 2</b>

<b>1. Giới thiệu... 3</b>

<b>3. Ngun lý điều khiển MPC và các quỹ đạo cho trước...8</b>

<b>4. Kết quả mơ phỏng và đánh giá...10</b>

</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">

<b>Tóm tắt cơng trình</b>

Xe tự hành đang là một hướng nghiên cứu mới hiện nay, rất nhiều các công ty lớn vàcác hãng sản xuất xe hơi nổi tiếng đầu tư cho các nghiên cứu trong lĩnh vực này. Một trongnhững bài toán quan trọng trong khi nghiên cứu về xe tự hành là việc đảm bảo chuyển độngcủa xe bám theo những quỹ đạo cho trước, được xác định bởi các cảm biến lắp trên xe như:rada, lida, camera, GPS,….Và bộ điều khiển dự báo MPC (Model Predictive Control) đượcsử dụng rộng rãi. Nắm bắt được xu hướng này, nh漃Ām đã nghiên cứu ứng dụng MPC trongđiều khiển chuyển động bám theo quỹ đạo cho trước của trọng tâm ô tô khi vận tốc dàikhông đổi để làm cơ sở điều khiển hệ thống lái của xe ô tô tự hành. Để đánh giá khả nănglàm việc của bộ điều khiển MPC, đề tài áp dụng phương pháp mô phfng mô hình h漃Āa xâydựng mơ hình động lực học quay vịng một vết của ơ tơ để tính tốn sai lệch quỹ đạochuyển động thực tế so với quỹ đạo cho trước khi vận tốc dọc của xe không đổi. Khảo sátảnh hưởng của vận tốc dài đến sai lệch ngang quỹ đạo khi xe chuyển làn kép, rẽ vuông g漃Āc.Các kết quả thu được cho thấy rằng: bộ điều khiển MPC đáp ứng việc bám sát quỹ đạo chotrước trong trường hợp rẽ vuông g漃Āc hay chuyển làn xe ở vận tốc thấp, nhưng ở tốc độ caothì bộ điều khiển MPC không đáp ứng được việc đ漃Ā nữa. Phương hướng nghiên cứu tiếptheo nên tập trung tối ưu, hay kết hợp các bộ điều khiển để c漃Ā thể đáp ứng bám sát quỹ đạocho trước ở vận tốc cao với sai số trong khoảng cho phép. Các kết quả nghiên cứu này chothấy tính ứng dụng cao trong viê lc nghiên cứu xe tự hành.

Từ kh漃Āa: MPC, động lực học quay vịng, mơ phfng, điều khiển.

<b>1. Giới thiệu</b>

Xe tự hành đang là một hướng nghiên cứu mới hiện nay, rất nhiều các côngty lớn và các hãng sản xuất xe hơi nổi tiếng đầu tư cho các nghiên cứu trong lĩnh vựcnày. Một trong những bài toán quan trọng trong khi nghiên cứu về xe tự hành là việcđảm bảo chuyển động của xe bám theo những quỹ đạo cho trước, được xác định bởicác cảm biến lắp trên xe (rada, lida, camera, GPS,…).Và bộ điều khiển dự báo(MPC) được sử dụng rộng rãi. Bộ điều khiển dự báo dùng một mơ hình để đốntrước đáp ứng tương lai của đối tượng điều khiển tại các thời điểm rời rạc trong mộtphạm vi dự báo (Prediction horizon) nhất định. Dựa vào đáp ứng dự báo này, mộtthuật tốn tối ưu hố được sử dụng để tính tốn chuỗi tín hiệu điều khiển tương laitrong phạm vi điều khiển (Control horizon) sao cho sai lệch giữa đáp ứng dự báo bởimơ hình và tín hiệu chuẩn cho trước là tối thiểu. Phương pháp điều khiển dự báo làphương pháp tổng quát thiết kế bộ điều khiển trong miền thời gian c漃Ā thể áp dụngcho hệ tuyến tính cũng như hệ phi tuyến. Khi điều khiển xe bám theo một quỹ đạođã được xác định trước với sai số trong khoảng cho phép (theo SAE là 150mm) thìphải tính đến ảnh hưởng của lực ngang lốp xe sinh ra trong q trình quay vịng [1].

Lực ngang tác dụng lên xe xuất hiện khi xe quay vòng, khi xe đi trên đườngnghiêng, khi c漃Ā gi漃Ā ngang. Khi quay vòng quỹ đạo chuyển động của xe tuân theonhững quy luật nhất định, chịu sự tác động không chỉ g漃Āc đánh lái (g漃Āc quay vơlăng) mà cịn chịu ảnh hưởng của biến dạng ngang của lốp trong quá trình quay vòng[2,3]. Khi c漃Ā lực ngang, phản lực thẳng đứng từ mặt đường tác dụng lên hai bánh xecùng một trục thay đổi làm ảnh hưởng đến khả năng truyền lực kéo, lực phanh, thậmchí c漃Ā thể gây nguy hiểm như trượt hoặc lật xe theo phương ngang. Biến dạng ngang

</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">

của lốp xe trong quá trình đánh lái c漃Ā thể làm sai lệch quỹ đạo chuyển động của xekhi được điều khiển tự động. Bài báo này nghiên cứu đánh giá khả năng bám theoquỹ đạo cho trước của xe trong trường hợp đỗ xe và chuyển làn kép ở các vận tốckhác nhau, khi c漃Ā tính đến biến dạng ngang của lốp xe trong quá trình đánh lái.Phương pháp mơ hình h漃Āa được lựa chọn để thực hiện nghiên cứu trên.

Để khảo sát động lực học quay vịng của xe ơ tơ trong các bài toán về quỹ đạo chuyển động c漃Ā thể sử dụng mơ hình một dãy [2,3,4]. Mơ hình một dãy như hình1 dưới đây được sử dụng để xây dựng mối quan hệ giữa g漃Āc lệch thân xe β và g漃Āc đánh lái δ khi bf qua lắc ngang, từ đ漃Ā đánh giá khả năng bám của ô tô theo quỹ đạo cho trước (chuyển làn đơn và chuyển làn kép).

Hình 1. Mơ hình quay vịng một dãy

Ký hiệu các thơng số trong hình 1 như sau: g漃Āc lệch phương vận tốc thân xeso với phương thẳng của xe;– g漃Āc đánh lái; – vận tốc các bánh xe trước và sau; –khoảng cách từ trọng tâm xe tới tâm các bánh xe trước và sau; l – chiều dài cơ sở củaxe, – g漃Āc quay thân xe, ρ – bán kính quay vịng, C – trọng tâm xe, , – các g漃Āc lệchbên của cầu trước và cầu sau.

Để xác định quỹ đạo chuyển động, ta xác định các đại lượng ψ, X, Y, theocác biểu thức sau:

</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">

Với là độ cứng g漃Āc của lốp cầu trước và cầu sau.

Giả thiết xe chuyển động ổn định, khi đ漃Ākhông đổi, hệ (2) được biến đổithành:

</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">

Hệ phương trình chuyển động của mơ hình 1 dãy được mơ tả dưới dạng:

(8) (9)

(10)

Hệ phương trình vi phân (10) mơ tả sự phụ thuộc của g漃Āc quay thân xe vàog漃Āc đánh lái. Sơ đồ khối để giải hệ phương trình này bằng phương pháp số thể hiệntrên hình 2 [6].

Hình 2. Sơ đồ khối của hệ phương trình

Đối tượng nghiên cứu được chọn là xe Toyota Yaris C漃Ā các thông số kỹ thuậtnhư trọng bảng 1 dưới đây:

Bảng 1. Thông số cơ bản của xem tham khảo

N/độN/độ

</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">

<b>3. Nguyên lý điều khiển MPC và các quỹ đạo cho trước</b>

Thuật toán MPC được thực hiện bởi những bước sau và được thể hiện trênhình 3 [7]:

- Bước 1: Các tín hiệu đầu ra tương lai nằm trong khoảng được xác định N,được gọi là khoảng dự báo tại mỗi thời điểm t nhờ sử dụng mơ hình của q trình.Các giá trị đầu ra dự báo (k+t|t), với k = 1... N phụ thuộc vào những giá trị trước thờiđiểm t cho tới thời điểm t (các tín hiệu vào, ra trong quá khứ và hiện tại) và tínhiệuđiều khiển trong tương lai: u(t+k|t), k=1...N-1.

- Bước 2: Các tín hiệu điều khiển tương lai được tính tốn bởi việc tối ưu hoámột tiêu chuẩn làm cho hệ thống giống như một hệ kín với quỹ đạo đặt trước làw(t+k). Tiêu chuẩn này thường là một hàm bậc hai của sai lệch giữa đầu ra dự báo vàquỹ đạo đặt (giá trị đặt). Hiệu quả của quá trình điều khiển phụ thuộc vào hàm mụctiêu.

- Bước 3: Tín hiệu điều khiển u(t | t) được đưa đến quá trình trong khi tín hiệuđiều khiển tiếp theo u(t+1 | t) cũng được tính nhưng khơng sử dụng, bởi vì tại thờiđiểm lấy mẫu tiếp theo y(t+1) đã xác định và cũng được tính tốn như bước 1 vớinhững giá trị mới. Như vậy u(t+1 | t+1) được tính và khác hẳn với u(t+1|t) bởi vì mơhình c漃Ā cập nhật những thơng tin mới về đối tượng.

Hình 3. Thuật tốn điều khiển MPC

Từ thuật toán điều khiển MPC, ta đi xây dựng mơ hình cấu trúc của bộ điều khiển như hình 4.

Hình 4. Cấu trúc của bộ điều khiển

</div><span class="text_page_counter">Trang 8</span><div class="page_container" data-page="8">

Mơ hình dự đốn là cơ sở của bộ điều khiển MPC, mơ hình sẽ đi dự đốntrạng thái tương lai của đối tượng điều khiển dựa vào thông tin trạng thái hiện tại vàgiá trị đầu vào của đối tượng trong tương lai.

Tại mỗi thời điểm lấy mẫu, các tín hiệu điều khiển trong tương lai được tính tốnbằng cách tối ưu h漃Āa hàm mục tiêu J(U), hàm mục tiêu c漃Ā dạng tương tự như phươngtrình sau:

Trong đ漃Ā X (t + k|t) là trạng thái hệ thống trong tương lai, Y (t + k|t) là đầu ra của hệthống trong tương lai và u (t + k|t) là tương lai đầu vào hệ thống. Và chỉ tín hiệu điềukhiển đầu tiên được áp dụng.

Việc điều khiển việc bám quỹ đạo được thực hiện bằng bộ điều khiển MPCnhư trong hình 5 dưới đây:

Hình 5. Mơ hình điều khiển bám quỹ đạo bằng MPC

Quỹ đạo cho trước và thông số thực tế về tọa độ phương Y và g漃Āc lắc thânxe được cho vào bộ điều khiển MPC, và đầu ra từ bộ điều khiển chính là g漃Āc quaybánh xe dẫn hướng. Với g漃Āc quay bánh xe dẫn hướng nhận được, thơng qua mơ hìnhđộng lực học quay vịng của xe ơ tơ xác định được vị trí tọa độ trọng tâm của xe.

Các quỹ đạo cho trước (đỗ xe vuông g漃Āc và chuyển làn kép) được lấy theo“ISO double lane chane test” và được mô tả như trong hình 6 dưới đây [8].

Hình 6. Quỹ đạo cho trước

<b>4. Kết quả mô phỏng và đánh giá</b>

Để đánh giá khả năng làm việc của MPC trong điều khiển bám theo quỹ đạochuyển động cho trước của ô tô với các vận tốc khác nhau ta thực hiện các khảo sáttrong một số trường hợp như sau: đỗ xe vuông g漃Āc và chuyển làn kép.

</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">

Sử dụng mơ hình đã xây dựng cho phép thực hiện đánh giá khả năng đápứng của bộ điều khiển MPC trong trường hợp đỗ xe vuông g漃Āc với vận tốc khôngđổi 5km/h. Kết quả mơ phfng được thể hiện trên hình 7 và 8.

Hình 7. Kết quả mơ phỏng khi đỗ xe

Hình 8. Sai lệch quỹ đạo theo phương ngang khi đỗ xe

Kết quả trên cho thấy rằng bộ điều khiển MPC cho kết quả ổn định và ô tô chuyển đông bám theo được theo quỹ đạo cho trước với sai lệch lớn nhất theo phương ngang chỉ là 147 mm. Sai số này nằm trong vùng khuyến cáo của SAE.

<b>4.2. Chuyển làn kép</b>

Chuyển làn kép là một trọng những bài toán kh漃Ā nhất trong điều khiển xe tựhành, do đ漃Ā việc đánh giá khả năng đáp ứng của bộ điều khiển trong trường hợp nàylà cần thiết. Kết quả mô phfng khi xe thực hiện việc chuyển làn kép ở vận tốc thấp18km/h thể hiện trên hình 9 và 10.

</div><span class="text_page_counter">Trang 10</span><div class="page_container" data-page="10">

Hình 9. Kết quả mơ phỏng khi chuyển làn với vận tốc 18km/h

Hình 10. Sai lệch quỹ đạo theo phương ngang khi chuyển làn với vận tốc 18km/h

Kết quả mô phfng cho thấy sai lệch theo phương ngang lớn nhất là 207 mm,điều này cho thấy răng bộ điều khiển MPC vẫn đáp ứng được trong trường hợp này[7] và bám sát quỹ đao cho trước khi chuyển làn ở tốc độ 18km/h.

Khi vận tốc dài càng tăng thì khả năng đáp ứng của bộ điều khiển MPC sẽgiảm đi. Kết quả mơ phfng trên hình 10 và11 cho thấy rõ điều đ漃Ā.

Hình 11. Kết quả mô phỏng khi chuyển làn với vận tốc 36km/h

</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">

Hình 10. Sai lệch quỹ đạo theo phương ngang khi chuyển làn với vận tốc 36km/hKhi thực hiện chuyển làn kép với vận tốc dài không đổi, sai lệch phươngngang lớn nhất lên đến 480mm. Điều này cho thầy rằngtại vận tốc này khả năng đápứng của bộ điều khiển MPC không được đảm bảo nữa, xe khơng cịn bám sát đượcquỹ đạo cho trước nữa.

Thơng qua việc xây dựng mơ hình điều khiển MPC bám theo quỹ đạo cho takết luận rằng bộ điều khiển MPC đáp ứng việc bám sát quỹ đạo cho trước trongtrường hợp đỗ xe hay chuyển làn xe ở vận tốc thấp, nhưng ở tốc độ cao thì bộ điềukhiển MPC không đáp ứng được việc đ漃Ā nữa. Từ kết luận đ漃Ā, mà những nghiên cứutiếp theo sẽ tập trung tối ưu, hay kết hợp các bộ điều khiển để c漃Ā thể đáp ứng bám sátquỹ đạo cho trước ở vận tốc cao.

[1]. Naoki Akai, Luis Yoichi Morales, Takuma Yamaguchi, Eijiro Takeuchi, YukiYoshihara,Hiroyuki Okuda, Tatsuya Suzuki, and Yoshiki Ninomiya, AutonomousDriving Based on Accurate Localization Using Multilayer LiDAR and DeadReckoning. IEEE 20th International Conference on Intelligent TransportationSystems At: Yokohama, Japan. October 2017. 7p.

[2]. Ali.Y. Ungoren and Huei Peng, An Adaptive Lateral Preview Driver Model.Vehicle System Dynamics, Volume 43, 2005 - Issue 4, Pages 245-259.

[3]. Matthias Tidlund Stavros Angelis, Optimal steering control input generation forvehicle's entry speed maximization in a double-lane change manoeuvre, MasterThesis, Vehicle Engineering KTH Royal Institute of Technology, 2013, 141p.

</div><span class="text_page_counter">Trang 12</span><div class="page_container" data-page="12">

[4]. Võ Văn Hường, Nguyễn Tiến Dũng, Dương Ngọc Khánh, Đàm Hoàng Phúc,Động lực học ô tô, Nhà xuất bản giáo dục Việt Nam 2014, 214 trang.

<i>[5]. Thông số kỹ thuật của xe Toyota Yaris </i>

<i> data access: 04/06/2021</i>

[6]. Nguyễn Quang Hoàng, Cơ sở MATLAB và SIMULINK, Nhà xuất bản giáo dụcViệt Nam 2010, 235 trang.

[7]. Marcus Nolte, Model Predictive Control Based Trajectory Generation forAutonomous Vehicles – An Architectural Approach, Marcel Rose, Torben Stolte andMarkus Maurer, Published in: 2017 IEEE Intelligent Vehicles Symposium (IV), Dateof Conference: 11-14 June 2017.

[8] ISO 3888-1:1999 Passenger cars - Test track for a severe lane-change maneuvers– Part 1: Double line-change.

</div>