zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kỹ Thuật - Công Nghệ

» Cơ khí - Chế tạo máy

Nghiên cứu, xây dựng giải pháp điều khiển cho ô tô tự hành, ứng dụng mô hình điều khiển dự báo

Chia sẻ: Bobietbay | Ngày: | Loại File: PDF | Số trang:6

Báo xấu

38
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài báo trình bày cơ sở lý thuyết về mô hình điều khiển dự báo Model Predictive Control (MPC). Nghiên cứu xây dựng thuật toán điều khiển, cũng như hệ phương trình động lực học tương đương của phương tiện.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Nghiên cứu, xây dựng giải pháp điều khiển cho ô tô tự hành, ứng dụng mô hình điều khiển dự báo

HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 NGHIÊN CỨU, XÂY DỰNG GIẢI PHÁP ĐIỀU KHIỂN CHO Ô TÔ TỰ HÀNH, ỨNG DỤNG MÔ HÌNH ĐIỀU KHIỂN DỰ BÁO RESEARCH AND BUILDING A AUTONOMOUS VEHICLES CONTROL STRATEGY BY APPLICATION OF MODEL PREDICTIVE CONTROL (MPC) TRẦN THÀNH LAM*, ĐỖ VĂN TỨ, NGUYỄN SĨ ĐỈNH, LÃ QUỐC TIỆP Khoa Động lực, Học viện Kỹ thuật Quân sự *Email liên hệ: lam.tranthanh@lqdtu.edu.vn quan tâm. Hiện nay có năm cấp độ tự hành chính của Tóm tắt phương tiện, đó là: Cấp độ 1 (hỗ trợ người lái); Cấp Bài báo trình bày cơ sở lý thuyết về mô hình điều độ 2 (ô tô tự đánh lái, tăng tốc và phanh dưới sự giám khiển dự báo Model Predictive Control (MPC). sát của lái xe); Cấp độ 3 (tự lái có điều kiện; có lái xe); Nghiên cứu xây dựng thuật toán điều khiển, Cấp độ 4 (tự lái có điều kiện, không lái xe); Cấp độ 5 cũng như hệ phương trình động lực học tương (tự lái không điều kiện, tự lái hoàn toàn). Mục tiêu của đương của phương tiện. Ứng dụng phần mềm quá trình điều khiển ô tô tự hành là thay đổi quỹ đạo Matlab - Simulink mô phỏng và đánh giá kết quả chuyển động của ô tô, một cách tự động, dựa trên khả nghiên cứu khi cho ô tô tự hành trong điều kiện năng dự báo và phát hiện vật cản trên đường. Thực tế chuyển làn đơn. Từ các kết quả chính của nghiên người lái luôn duy trì quỹ đạo chuyển động của ô tô cứu, so sánh, đánh giá được hiệu quả của bộ điều theo quỹ đạo mong muốn bằng cách tác động trực tiếp khiển MPC thích ứng khi ứng dụng cho ô tô tự vào vành tay lái, bàn đạp ga, bàn đạp phanh và các hành, thông qua các thông số: quỹ đạo của ô tô thao tác điều khiển khác. Như vậy để phương tiện có theo phương ngang, góc quay vành tay lái và góc thể tự hành hoàn toàn (cấp độ 5), thì sự can thiệt trực quay thân xe. tiếp của người lái vào các cơ cấu chấp hành trên phương tiện sẽ được hạn chế, thay vào đó là các hệ Từ khóa: Điều khiển dự báo, phương tiện tự thống điều khiển tự động. Có thể kể đến hệ thống lái hành, động lực học phương tiện, điều khiển điều khiển điện, hệ thống điều khiển tăng tốc và phanh, phương tiện. hệ thống ổn định và kiểm soát an toàn của ô tô khi Abstract quay vòng hoặc chuyển làn. Trong thời gian vừa qua This paper presents the theoretical basis of the đã có nhiều nghiên cứu trong và ngoài nước đề cập tới Model Predictive Control (MPC). Research to nghiên cứu các giải pháp điều khiển ô tô tự hành. Tuy establish the control algorithm, the physical nhiên do tính chất phức tạp của vấn đề này, việc áp diagram of the autopilot system, as well as the dụng cụ thể các giải pháp điều khiển lên một hệ thống equivalent system of dynamic equations of the trong ô tô cần có thêm nhiều công trình nghiên cứu. vehicle. Matlab - Simulink software is applied to 2. Cơ sở lý thuyết simulate and evaluate research results when self- 2.1. Cơ sở lý thuyết mô hình điều khiển dự báo MPC driving cars change lanes. Evaluation parameters Hiện nay điều khiển dự báo là chiến lược điều are horizontal trajectory, steering wheel and yaw khiển được sử dụng phổ biến nhất trong việc điều angle of the vehicle. In addition, the main results khiển quá trình. Bộ điều khiển dự báo dùng một mô of the study are also used to compare the hình để đoán trước đáp ứng tương lai của đối tượng performance of standard and adaptive MPC điều khiển tại các thời điểm rời rạc trong một phạm vi controllers. dự báo (Prediction horizon) nhất định. Dựa vào đáp Keywords: Model Predictive Control, ứng dự báo này, một thuật toán tối ưu hoá được sử autonomous vehicle, vehicle dynamics, vehicle dụng để tính toán chuỗi tín hiệu điều khiển tương lai control. trong phạm vi điều khiển (Control horizon) sao cho sai lệch giữa đáp ứng dự báo bởi mô hình và tín hiệu 1. Đặt vấn đề chuẩn cho trước là tối thiểu. Phương pháp điều khiển Việc nghiên cứu các giải pháp điều khiển phương dự báo là phương pháp tổng quát thiết kế bộ điều tiện tự hành dựa trên động lực học chuyển động của khiển trong miền thời gian có thể áp dụng cho hệ phương tiện là một chủ đề được nhiều nhà nghiên cứu tuyến tính cũng như hệ phi tuyến. SỐ ĐẶC BIỆT (10-2021) 357
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 Các bước cơ bản khi xây dựng mô hình điều khiển theo thời gian thực. Nếu nó quá lớn, khi xảy ra nhiễu, dự báo MPC là: bộ điều khiển sẽ không thể phản ứng với nhiễu đủ - Sử dụng một mô hình để dự báo giá trị đầu ra của nhanh. Ngược lại, nếu thời gian lấy mẫu quá nhỏ, bộ quá trình ở các thời điểm trong tương lai; điều khiển có thể phản ứng nhanh hơn với các nhiễu - Tính toán lần lượt các tín hiệu điều khiển bằng và sự thay đổi tín hiệu đầu vào, điều này có thể dẫn cách tối thiểu hoá phiếm hàm mục tiêu. đến sự cố tràn dữ liệu tính toán. - Mỗi lần (tại thời điểm hiện tại t) các tín hiệu điều Phạm vi điều khiển c: Một thông số thiết kế khác khiển được dự báo thì chỉ có tín hiệu đầu tiên được của MPC là phạm vi điều khiển. Trong tập hợp các đưa đến tác động vào quá trình. Có rất nhiều các thuật hành động điều khiển trong tương lai dẫn đến đầu ra toán MPC (Ví dụ như LRPC: LongRange Predictive được dự đoán của đối tượng, số lượng hành động điều Control,..), sự khác nhau giữa chúng là sử dụng các khiển đến bước thời gian m được gọi là phạm vi điều mô hình khác nhau để biểu diễn quá trình, nhiễu và khiển, với đầu vào được giữ không đổi. Mỗi hành hàm mục tiêu (Cost Funtion) được tối ưu hoá. động điều khiển trong phạm vi điều khiển có thể được Nguyên lý hoạt động của MPC: Nguyên lý điều coi là một biến tự do cần được tính toán bởi quá trình khiện của MPC được thể hiện trên Hình 1. tối ưu hóa. Do đó, phạm vi điều khiển càng nhỏ, khối lượng tính toán càng ít. Ngoài ra khi thiết kế mô hình điều khiển dự báo MPC cần quan tâm đến các thông số khác như các răng buộc (Constraints), trọng số (Weight). Với bài toán tự hành, để giữ cho ô tô di chuyển theo một quỹ đạo tham chiếu cho trước, trong trường hợp cố định chân ga, vận tốc dọc không đổi, bộ điều khiển MPC cần xác định quỹ đạo thực tế gần nhất với tham chiếu, thông qua tối ưu hóa phiếm hàm mục tiêu J. Ô tô tự hành thông thường phải thoả mãn các điều kiện ràng buộc cứng và ràng buộc mềm nhằm xác định phạm vi hoạt động, điều kiện môi trường, điều kiện an toàn khi chuyển động. Hình 1. Cấu trúc và nguyên lý làm việc của mô hình điều khiển dự báo [1] Phạm vi dự báo N: Số bước thời gian dự đoán trong tương lai được gọi là phạm vi dự báo. Ứng với mỗi bước dự báo, bộ điều khiển sẽ thực thi một nhiệm vụ điều khiển từ t đến t+N. Trong thực tế phạm vi dự Hình 2. Mô hình điều khiển dự báo MPC cho ô tô tự hành báo phải được lựa chọn phù hợp, ví dụ khi ô tô chuyển Trong đó: ek+i : Sai số quỹ đạo theo phương ngang; động với vận tốc 80km/h, thời gian phanh khẩn cấp 5s. Du : Bước thay đổi góc quay vành tay lái; p: Phạm vi Tuy nhiên nếu phạm vi dự báo là 2s, gặp vật cản, xe dự báo; we, wu: Các hệ số hiệu chỉnh sai số quỹ đạo và chỉ có thể dừng lại sau khi va chạm. Nếu N quá lớn, bước thay đổi góc lái, có thể ở dạng hàm mũ hoặc dẫn đến lãng phí tài nguyên tính toán của hệ thống. hằng số. Thời gian lấy mẫu D t : Thời gian nhỏ nhất có thể 2.2. Mô hình khảo sát động lực học ô tô Để nghiên cứu động lực học chuyển động của ô tô mà bộ điều khiển thực hiện thuật toán điều khiển. một cách tổng quát, mô hình nghiên cứu phải được xây Thông qua thời gian lấy mẫu có thể xác định được tốc dựng trong không gian. Nếu xem ô tô như một vật rắn độ xử lý của bộ điều khiển, cũng như khả năng đáp chuyển động trong hệ toạ độ không gian ba chiều cố ứng với các tín hiệu kích thích đầu vào hoặc nhiễu định Oxyz thì chuyển vị của trọng tâm ô tô được xem 358 SỐ ĐẶC BIỆT (10-2021)
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 xét bởi sáu thành phần, gồm chuyển vị dọc theo 3 trục Góc lăn lệch lốp sau, bên trái: và quay quanh 3 trục. Trong bài báo này, tác giả tiến æ ö hành khảo sát động lực học chuyển động của ô tô trong ç v y - lry ÷ a rl = - arctan ç ÷ (7) mặt phẳng đường Oxy, phương thẳng đứng Oz, áp dụng w çç vx - y ÷÷ mô hình lốp phi tuyến HSRI để tính toán lực ngang, lực è 2 ø dọc và mô men quanh trục z của bánh xe [2]. Góc lăn lệch lốp sau, bên phải: - Mô hình khảo sát chuyển động của ô tô trong mặt phẳng đường: æ ö ç v y - lry ÷ a rr = - arctan ç ÷ (8) çç v + w y ÷÷ è ø x 2 Gia tốc góc quay thân xe: 1 y= G (9) Iz w G = l f Fx _ fl sin d + Fy _ fl cos d - Fx _ fl cos d - Fy _ fl sin d 2 w + l f Fx _ fr sin d + Fy _ fr cos d + Fx _ fr cos d - Fy _ fr sin d (10) 2 w - lr Fx _ rl + Fx _ rr - Fx _ rl - Fx _ rr 2 Phương trình xác định quỹ đạo theo phương dọc OxH và phương ngang OyH của ô tô: y y (11) vyH = vx sin(y ) - vy cos(y ) (12) Từ hait phương trình trên suy ra: Hình 3. Mô hình hai vết khảo sát động lực học ô tô xH = ò v x H ; t trong mặt phẳng đường [3] t0 yH = òv yH . - Mô hình khảo sát động lực học của ô tô theo t0 Gia tốc của ô tô theo phương dọc xe Ox: phương thẳng đứng Oz: ax = vx - v yy (1) Phương trình cân bằng lực theo phương dọc xe: Fxfl cos d - Fyfl sin d + Fxfr cos d - Fyfr sin d + Fxrl + Fxrr = mt ax (2) Gia tốc của ô tô theo phương ngang Oy: ay = vy + vxy (3) Phương trình cân bằng lực theo phương ngang Oy: Fyfl cos d + Fxfl sin d + Fyfr cos d + Fxfr sin d + Fyrl + Fyrr = mt a y (4) Góc lăn lệch lốp trước, bên trái: Hình 4. Mô hình không gian, khảo sát động lực học æ ö ç vy + l fy ÷ của ô tô theo phương thẳng đứng [2] a fl = d - arctan ç ÷ (5) çç v + w y ÷÷ è ø x 2 Hệ ngoại lực và mô men ngoại lực tác dụng lên ô tô khi khảo sát động lực học theo phương thẳng đứng Góc lăn lệch lốp trước, bên phải: như sau [4]: æ ö ç v y + l fy ÷ Fsfl + Fdfl + Fsfr + Fdfr + Fsrl + Fdrl + Fsrr + Fdrr = msZs (13) a fr = d - arctan ç ÷ (6) çç v - w y ÷÷ Fsrl + Fdrl + Fsrr + Fdrr b - Fsfl + Fdfl + Fsfr + Fdfr a = I pq (14) è ø x 2 SỐ ĐẶC BIỆT (10-2021) 359
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 w w Ngoài ra ta có giá trị f (L) theo vùng trượt và Fsfl + Fdfl + Fsrl + Fdrl - Fsfr + Fdfr + Fsrr + Fdrr = I rf (15) 2 2 bám như sau: Phương trình động lực học theo phương dọc của ì 1 L ³1 f (L ) = í lốp trước bên trái: î L(2 - L) L
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 Hình 7. Đồ thị so sánh giá trị tham chiếu và MPC tiêu chuẩn Hình 8. Đồ thị so sánh giá trị tham chiếu và MPC thích ứng 3. Kết quả mô phỏng và bàn luận chính xác của mô hình điều khiển dự báo, cần phải Tiến hành khảo sát quỹ đạo của ô tô tự hành trong tăng thời gian lấy mẫu của mô hình. bài toán chuyển làn đơn với mô hình điều khiển MPC 4. Kết luận thích ứng, mô đun điều khiển MPC thích ứng (Adative - Bài báo đã tiến hành xây dựng mô hình khảo sát MPC) cho phép thay đổi vận tốc chuyển động của ô động lực học của ô tô tự hành, có sử dụng mô hình tô theo điều kiện cho trước mà vẫn đảm bảo chất điều khiển dự báo MPC. lượng của quá trình điều khiển. Mô đun MPC thích - Nghiên cứu và thiết kế bộ điều khiển MPC thích ứng thuộc thư viện của phần mềm Matlab - Simulink ứng điều khiển ô tô tự hành di chuyển theo quỹ đạo [5], các thông số sử dụng để đánh giá là quỹ đạo tham chiếu, bộ điều khiển thích ứng với ưu điểm có chuyển động của ô tô theo phương ngang và vận tốc thể cập nhật trạng thái chuyển động của ô tô theo thời góc quay thân xe. Điều kiện khảo sát: thay đổi thời gian, cho phép thay đổi vận tốc chuyển động, phù hợp gian lấy mẫu, phạm vi dự báo và phạm vi điều khiển. cho nghiên cứu ô tô tự hành chuyển động theo các chu Kết quả khảo sát: trình thử trong tương lai. Để đánh giá hiệu quả của mô hình MPC thích ứng, - Xây dựng chương trình tính toán và mô phỏng hệ tiến hành thay đổi các tham số của mô hình MPC. thống điều khiển ô tô tự lái trong phần mềm Matlab & Trường hợp 1: Vận tốc chuyển động của ô tô 30 Simulink. Từ các kết quả thu được chứng tỏ bộ điều km/h; phạm vi dự báo lần lượt p1 =10; p2 = 20; p3 = 30; khiển hoạt động ổn định và có thể áp dụng nghiên cứu thời gian lấy mẫu Dt = 0,1 s, phạm vi điều khiển c =3. và phát triển cho xe ô tô tự hành trong thực tế. Từ đồ thị khảo sát ta thấy khi phạm vi dự báo p = 5. Phụ lục 10, sai lệch giữa quỹ đạo tham chiếu và quỹ đạo thực tế là nhỏ nhất. Xét tại thời điểm t = 3s, giá trị quỹ đạo Các thông số kỹ thuật của ô tô khảo sát Giá trị ngang tương ứng là 1,839m trong khi đó giá trị quỹ đạo tham chiếu là 2,184m, sai lệch tương đối 15,79 %. Khối lượng xe không tải, mt ëé kg ûù 1575 Như vậy khi thay đổi phạm vi dự báo, thời gian lấy Khối lượng không được treo phía trước bên trái/ phải, mẫu không đổi, sai số giữa đường tham chiếu và 60 mufl = mufr ëé kg ûù đường thực tế là khá lớn. Khối lượng không được treo phía sau bên trái/ phải, Trường hợp 2: Vận tốc chuyển động của ô tô 30 60 murl = murr ëé kg ûù km/h; phạm vi dự báo p=10; thời gian lấy mẫu lần lượt là Dt1 = 0, 01 s; Dt1 = 0, 05 s; Dt1 = 0,1 s phạm vi điều Mômen quán tính khối lượng phần treo theo trục x, I r 600 é kgm -2 ù khiển c =3. ë û Tại thời điểm t=3 s, quỹ đạo ngang tham chiếu Mômen quán tính khối lượng phần treo theo trục y, 1810 2,184m. Sai số quỹ đạo ngang thực tế và tham chiếu Ip é kgm -2 ù ë û nhỏ nhất khi thời gian lấy mẫu Dt1 = 0,01 s, quỹ đạo Mômen quán tính khối lượng theo trục z, Iz ngang thực tế trong trường hợp này 2,028m. Sai số é kgm -2 ù 2875 ë û tương đối nhỏ nhất 7,14%. Như vậy để nâng cao độ SỐ ĐẶC BIỆT (10-2021) 361
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 TÀI LIỆU THAM KHẢO Các thông số kỹ thuật của ô tô khảo sát Giá trị [1] Nguyễn Hữu Quyền, Luận án Tiến sỹ, “Nghiên Khoảng cách từ trong tâm phần treo đến cầu trước, a cứu giải pháp điều khiển bám quỹ đạo tàu thủy có 1,813 ëémûù ràng buộc tín hiệu và bất định hàm ở đầu vào”, Khoảng cách từ trong tâm phần treo đến cầu trước, b Trường Đại học Hàng hải Việt Nam, 2019. 1,298 éëmùû [2] Trần Thành Lam, Nguyễn Mạnh Hùng, Võ Quốc Chiều rộng cơ sở, w éëmùû 1,655 Đại, Ước lượng các thành phần lực trong tương tác lốp đường, trạng thái chuyển động của ô tô Độ cứng của hệ thống treo trước, Ksfl = Ksfr 19000 bằng mô hình lốp HSRI và mô hình động lực học é Nm-1 ù ë û 14 bậc tự do, Tạp chí Cơ khí Việt Nam, 2020. Độ cứng của hệ thống treo sau, Ksrl = Ksrr é Nm-1 ù 33000 [3] Reza N. Jazar, Vehicle Dynamics - Theory and ë û Hệ số cản của hệ thống treo trước, Csfl = Csfr Application. Springer Nature, 2017. é Nsm -1 ù 750 [4] Luo, W., G. Wu, and S. Zheng, “Design of vehicle ë û sideslip angle observer with parameter adaptation Hệ số cản của hệ thống treo sau, Csrl = Csrr é Nsm -1 ù ë û 750 based on HSRI tire model” Automotive Độ cứng của lốp, K tfl = K tfr = K trl = K trr é Nm ù -1 200000 Engineering., Vol. 35, No. 3, pp.249-55, 2013. ë û [5] MATLAB 2018 Toolbox, “How to Design an Mômen quán tính khối lượng bánh xe, I w é kgm -2 ù 1 ë û MPC Controller with Simulink and Model Predictive Control Toolbox”. Ngày nhận bài: 30/6/2021 Ngày nhận bản sửa: 05/8/2021 Ngày duyệt đăng: 15/8/2021 362 SỐ ĐẶC BIỆT (10-2021)

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2418 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.