비선형 모델 예측 제어 기법을 이용한 조향 회피 시스템 개발 및 실차 기반 실험 검증 Development of Steering Avoidance System using Non-linear Model Predictive Control Technique and Vehicle-based Experimental Verification원문보기
본 논문에서는 비선형 모델 예측 제어 기법을 이용한 조향 시스템을 개발 하고, 해당 알고리즘을 시뮬레이션과 실차환경에서 검증함으로써 비선형 모델 예측 제어기의 실차 적용 가능성을 보여준다. 장애물과의 충돌 예상정도를 나 타내는 TTC(Time to collision) 값은 그 값이 낮을 수록 충돌에 임박한 상황임을 의미한다. 대부분의 운전자들은 상대적으로 TTC가 여유가 있을때는 제동을 통 해 충돌을 회피하고자 하지만, TTC가 짧아지는 긴급한 충돌 위기 상황에서는 반사적으로 조향 행동을 증가시킨다는 연구 결과가 있다. 이러한 운전자들의 행동 경향을 반영하여, 충돌이 발생할 수 있는 상황에서 조향 회피를 도와줄 수 있는 시스템 개발을 통해 문제 상황을 해결하고자 하였다. 비선형 모델 예측 제어 기법은 차량의 경로 ...
본 논문에서는 비선형 모델 예측 제어 기법을 이용한 조향 시스템을 개발 하고, 해당 알고리즘을 시뮬레이션과 실차환경에서 검증함으로써 비선형 모델 예측 제어기의 실차 적용 가능성을 보여준다. 장애물과의 충돌 예상정도를 나 타내는 TTC(Time to collision) 값은 그 값이 낮을 수록 충돌에 임박한 상황임을 의미한다. 대부분의 운전자들은 상대적으로 TTC가 여유가 있을때는 제동을 통 해 충돌을 회피하고자 하지만, TTC가 짧아지는 긴급한 충돌 위기 상황에서는 반사적으로 조향 행동을 증가시킨다는 연구 결과가 있다. 이러한 운전자들의 행동 경향을 반영하여, 충돌이 발생할 수 있는 상황에서 조향 회피를 도와줄 수 있는 시스템 개발을 통해 문제 상황을 해결하고자 하였다. 비선형 모델 예측 제어 기법은 차량의 경로 예측 모델과 제약조건을 통해 차량의 동역학적 특성 을 반영할 뿐만아니라, 거동을 제한할 수 있다. 또, 미래에 대한 예측 상태값과 목표 상태값 사이의 최적화 과정을 통해 최적의 제어 입력을 계산할 수 있다. 이 러한 비선형 모델 예측 제어의 장점을 이용하여, 조향 회피 상황에서의 과도한 제어입력으로 인한 차량의 거동 불안정을 예방할 수 있다. 비선형 모델 예측 제 어기의 주요 구성은 차량 경로예측 모델, 가격 함수, 제약 조건, 최적화 부분으로 구분 할 수 있는데, 조향 회피 상황에서 횡방향 가속도 제약조건을 고려한 가격 함수 최적화 과정을 통해, 차량의 거동 안정성이 보장된 최적의 제어입력을 계 산한다. Matlab/Simulink 환경에서 개발한 조향 회피시스템을 코드제네이션을 통하여 Micro dSpace Labbaox에 포팅하였고, Prescan 시뮬레이터와 UDP 통신 을 통해 동작하는 MILS 환경을 구축하여 사전 검증하였다. 시뮬레이션을 통해 목표속도와 횡방향 가속도 제약조건 그리고 TTC 범위 안에서 회피가 가능한지 검증했고, 기하학적 방식의 대표적인 경로추종 알고리즘인 Pure Pursuit으로 계 산된 조향각에 횡방향 가속도 제약조건을 설정하여 비선형 모델예측제어기와 성능을 비교하였다. 시뮬레이션에서 사전 검증된 알고리즘은 실험차량을 통해 검증되었다. 실차 환경에서 비선형 모델 예측 제어 기법 기반의 조향 회피알 고리즘을 적용하기위하여, 20Hz 주기의 실시간성이 보장될 수 있도록 최적화 인자들을 조절하였고, 연산의 모든 과정에서 제어 주기내에서 동작하는 연산 속 도를 유지하였다. 실험차량의 센서 네트워크 및 제어시스템 구조를 설계하여, 제어기로부터 계산된 최적의 제어입력 값으로 차량이 제어될 수 있도록 설정 하였으며, 다양한 속도와 횡방향 가속도 제약조건을 적용하여, 차량이 올바르 게 제어되는지 실차환경에서 분석 및 검증하였다. 실험 결과, 일반 도로위에서 30,40km/h의 속도를 추종하며 횡방향 가속도 3, 4m/s2의 제약 조건 범위를 만 족하는 조향각을 최대치로 사용하면서 장애물과 충돌 없이 회피하였다. 또한, IMU 센서의 횡방향 가속도 값을 통해 횡방향 가속도 제약조건이 유효한 성능을 냈음을 검증하였다.
본 논문에서는 비선형 모델 예측 제어 기법을 이용한 조향 시스템을 개발 하고, 해당 알고리즘을 시뮬레이션과 실차환경에서 검증함으로써 비선형 모델 예측 제어기의 실차 적용 가능성을 보여준다. 장애물과의 충돌 예상정도를 나 타내는 TTC(Time to collision) 값은 그 값이 낮을 수록 충돌에 임박한 상황임을 의미한다. 대부분의 운전자들은 상대적으로 TTC가 여유가 있을때는 제동을 통 해 충돌을 회피하고자 하지만, TTC가 짧아지는 긴급한 충돌 위기 상황에서는 반사적으로 조향 행동을 증가시킨다는 연구 결과가 있다. 이러한 운전자들의 행동 경향을 반영하여, 충돌이 발생할 수 있는 상황에서 조향 회피를 도와줄 수 있는 시스템 개발을 통해 문제 상황을 해결하고자 하였다. 비선형 모델 예측 제어 기법은 차량의 경로 예측 모델과 제약조건을 통해 차량의 동역학적 특성 을 반영할 뿐만아니라, 거동을 제한할 수 있다. 또, 미래에 대한 예측 상태값과 목표 상태값 사이의 최적화 과정을 통해 최적의 제어 입력을 계산할 수 있다. 이 러한 비선형 모델 예측 제어의 장점을 이용하여, 조향 회피 상황에서의 과도한 제어입력으로 인한 차량의 거동 불안정을 예방할 수 있다. 비선형 모델 예측 제 어기의 주요 구성은 차량 경로예측 모델, 가격 함수, 제약 조건, 최적화 부분으로 구분 할 수 있는데, 조향 회피 상황에서 횡방향 가속도 제약조건을 고려한 가격 함수 최적화 과정을 통해, 차량의 거동 안정성이 보장된 최적의 제어입력을 계 산한다. Matlab/Simulink 환경에서 개발한 조향 회피시스템을 코드제네이션을 통하여 Micro dSpace Labbaox에 포팅하였고, Prescan 시뮬레이터와 UDP 통신 을 통해 동작하는 MILS 환경을 구축하여 사전 검증하였다. 시뮬레이션을 통해 목표속도와 횡방향 가속도 제약조건 그리고 TTC 범위 안에서 회피가 가능한지 검증했고, 기하학적 방식의 대표적인 경로추종 알고리즘인 Pure Pursuit으로 계 산된 조향각에 횡방향 가속도 제약조건을 설정하여 비선형 모델예측제어기와 성능을 비교하였다. 시뮬레이션에서 사전 검증된 알고리즘은 실험차량을 통해 검증되었다. 실차 환경에서 비선형 모델 예측 제어 기법 기반의 조향 회피알 고리즘을 적용하기위하여, 20Hz 주기의 실시간성이 보장될 수 있도록 최적화 인자들을 조절하였고, 연산의 모든 과정에서 제어 주기내에서 동작하는 연산 속 도를 유지하였다. 실험차량의 센서 네트워크 및 제어시스템 구조를 설계하여, 제어기로부터 계산된 최적의 제어입력 값으로 차량이 제어될 수 있도록 설정 하였으며, 다양한 속도와 횡방향 가속도 제약조건을 적용하여, 차량이 올바르 게 제어되는지 실차환경에서 분석 및 검증하였다. 실험 결과, 일반 도로위에서 30,40km/h의 속도를 추종하며 횡방향 가속도 3, 4m/s2의 제약 조건 범위를 만 족하는 조향각을 최대치로 사용하면서 장애물과 충돌 없이 회피하였다. 또한, IMU 센서의 횡방향 가속도 값을 통해 횡방향 가속도 제약조건이 유효한 성능을 냈음을 검증하였다.
In this paper, a steering system using a nonlinear model predictive control technique is developed, and the algorithm is verified in a simulation and vehicle environment to show the possibility of applying the nonlinear model predictive controller to a vehicle. The TTC (Time to collision...
In this paper, a steering system using a nonlinear model predictive control technique is developed, and the algorithm is verified in a simulation and vehicle environment to show the possibility of applying the nonlinear model predictive controller to a vehicle. The TTC (Time to collision) value representing the expected degree of collision with an obstacle means that a collision is imminent as the value is lower. Most drivers try to avoid collisions through braking when the TTC is relatively free, but studies have shown that they reflexively increase steering behavior in an emergency collision crisis situation when the TTC is shortened. Reflecting these drivers’ behavioral tendencies, we tried to solve the problem situation by developing a system that can help steering avoidance in a situation where a collision may occur. The nonlinear model predictive control technique not only reflects the dynamic characteristics of the vehicle through the vehicle’s path prediction model and constraints, but also can limit the behavior. In addition, an optimal control input may be calculated through an optimization process between a predicted state value for the future and a target state value. Using the advantage of the nonlinear model predictive control, vehicle behavior instability due to excessive control input in a steering avoidance situation can be prevented. The main components of the nonlinear model predictive controller can be divided into vehicle path prediction model, cost function, constraints, and optimization parts. Through the cost function optimization process, the optimal control input that guarantees the stability of the vehicle’s behavior is calculated. The steering avoidance system developed in the Matlab/Simulink environment was code-generated and ported to Micro dSpace Labbaox, and the MILS environment operating through UDP communication with the Prescan simulator was established and verified in advance. Through simulation, it was verified that avoidance was possible within the target speed, lateral acceleration constraints, and TTC range. And, by setting the lateral acceleration constraints to the steering angle calculated with Purepursuit, a representative path-following algorithm of the geometric method, the nonlinear model predictive controller and performance compared. The pre-validated algorithm in the simulation was verified through the experimental vehicle. In order to apply the steering avoidance algorithm based on the nonlinear model prediction control technique in the vehicle environment, the optimization factors were adjusted to ensure the real-time of the 20Hz cycle and the calculation speed operating within the control period was maintained in all processes of calculation. The sensor network and control system structure of the experimental vehicle was designed, and the vehicle was set to be controlled with the optimal control input value calculated from the controller. It was analyzed and validated in the environment. As a result of the experiment, it followed the speed of 30,40kph on the general road and avoided collision with obstacles while using the maximum steering angle that satisfies the constraint range of lateral acceleration of 3, 4m/s2 . In addition, through the lateral acceleration value of the IMU sensor, it was verified that the lateral acceleration constraint gave valid performance.
In this paper, a steering system using a nonlinear model predictive control technique is developed, and the algorithm is verified in a simulation and vehicle environment to show the possibility of applying the nonlinear model predictive controller to a vehicle. The TTC (Time to collision) value representing the expected degree of collision with an obstacle means that a collision is imminent as the value is lower. Most drivers try to avoid collisions through braking when the TTC is relatively free, but studies have shown that they reflexively increase steering behavior in an emergency collision crisis situation when the TTC is shortened. Reflecting these drivers’ behavioral tendencies, we tried to solve the problem situation by developing a system that can help steering avoidance in a situation where a collision may occur. The nonlinear model predictive control technique not only reflects the dynamic characteristics of the vehicle through the vehicle’s path prediction model and constraints, but also can limit the behavior. In addition, an optimal control input may be calculated through an optimization process between a predicted state value for the future and a target state value. Using the advantage of the nonlinear model predictive control, vehicle behavior instability due to excessive control input in a steering avoidance situation can be prevented. The main components of the nonlinear model predictive controller can be divided into vehicle path prediction model, cost function, constraints, and optimization parts. Through the cost function optimization process, the optimal control input that guarantees the stability of the vehicle’s behavior is calculated. The steering avoidance system developed in the Matlab/Simulink environment was code-generated and ported to Micro dSpace Labbaox, and the MILS environment operating through UDP communication with the Prescan simulator was established and verified in advance. Through simulation, it was verified that avoidance was possible within the target speed, lateral acceleration constraints, and TTC range. And, by setting the lateral acceleration constraints to the steering angle calculated with Purepursuit, a representative path-following algorithm of the geometric method, the nonlinear model predictive controller and performance compared. The pre-validated algorithm in the simulation was verified through the experimental vehicle. In order to apply the steering avoidance algorithm based on the nonlinear model prediction control technique in the vehicle environment, the optimization factors were adjusted to ensure the real-time of the 20Hz cycle and the calculation speed operating within the control period was maintained in all processes of calculation. The sensor network and control system structure of the experimental vehicle was designed, and the vehicle was set to be controlled with the optimal control input value calculated from the controller. It was analyzed and validated in the environment. As a result of the experiment, it followed the speed of 30,40kph on the general road and avoided collision with obstacles while using the maximum steering angle that satisfies the constraint range of lateral acceleration of 3, 4m/s2 . In addition, through the lateral acceleration value of the IMU sensor, it was verified that the lateral acceleration constraint gave valid performance.
주제어
#자율주행 Autonomous Driving 비선형 모델 예측 제어 Nonlinear Model Predictive Control 조향 회피 시스템 Steering Avoidance System 실차 실험 검증 Vehicle Test Verification
학위논문 정보
저자
최재현
학위수여기관
국민대학교 자동차공학전문대학원
학위구분
국내석사
학과
자동차IT융합전공
지도교수
강연식
발행연도
2022
총페이지
viii, 64
키워드
자율주행 Autonomous Driving 비선형 모델 예측 제어 Nonlinear Model Predictive Control 조향 회피 시스템 Steering Avoidance System 실차 실험 검증 Vehicle Test Verification
※ AI-Helper는 부적절한 답변을 할 수 있습니다.