Model Predictive Control for Lateral Path Tracking of an Autonomous Formula Student Race Car

I flere tiår har Formula Student vært en velletablert ingeniørkonkurranse for studenter over hele verden. Konkurransen har i hovedsak vært arrangert for å teste studentenes kunnskap og evner innenfor det mekaniske og elektriske fagfeltet. Som et resultat av den teknologiske utviklingen i verden, valgte Formula Student å holde sin første konkurranse for autonome racer biler sommeren 2018, noe som åpnet opp mulighetene for et helt nytt ingeniørfelt. Alt fra avanserte oppfatningssytemer til komplekse reguleringssystemer blir nå tested i ekstreme forhold. En av oppgavene til reguleringssystemet er å bestemme optimal styrevinkel basert på racerbanen, og samtidig unngå ustabil oppførsel, noe som ikke er trivielt for de gitte omstendighetene. I denne oppgaven har et slikt lateralt reguleringssystem blitt utviklet og implementert for den førerløse bilen til Formula Student laget Revolve NTNU. I fordypningsprosjektet som er relatert til denne oppgaven, ble det utført en analyse som konkluderte med at modellprediktiv regulering (MPC) vil gi best resulat basert på ønsket oppførsel, i tillegg til utviklingsstadiet til den førerløse bilen i dag. MPC er en optimal regulator som predikerer bilens oppførsel, og basert på dette kan gi den optimale styrevinkelen til racer bilen. To modeller er forseslått for å predikere bilens oppførsel, en kinematisk og en dynamisk. Den kinematiske modellen tar kun hensyn til bilens posisjon og hastighet, mens den dynamiske også inkluderer krefter og momenter. De resulterende MPC implementasjonene har vist varierende resultater gjennom de tre eksperimentene, rett bane, sirkel med konstant radius og en Formula Student inspirert bane. MPC implementasjonen som bruker den kinematiske bilmodellen viser stabile resultater for alle testene, mens MPC implementasjonen som bruker den dynamiske bilmodellen viser vanskeligheter når det kommer til å følge de gitte kurvaturene. Eksperimentene har i tillegg vist svakheter ved den implementerte simulatoren, ved at den autonome racer bilen kan gjennomføre svinger med urealistiske høye hastigheter