Model-Based Control Techniques for Automotive Applications

Nella tesi vengono trattati due argomenti distinti. Model Predictive Control applicato al Motion Cueing Problem Gli ultimi anni hanno visto un'interesse sempre crescente nei confronti dei simulatori di guida dinamici, con lo sviluppo e la diffusione nel mercato di nuovi soluzioni. I simulatori di guida giocano infatti un ruolo fondamentale nello sviluppo di nuovi veicoli e dei vari dispositivi di aiuto alla guida: infatti, da un lato la presenza di un guidatore in un simulatore permette ai produttori in ambito automotive di colmare il divario fra la prototipazione virtuale e i test su strada nella fase di sviluppo del veicolo; dall'altro, i nuovi sistemi di assistenza alla guida (come ad esempio le procedure di advanced accident avoidance attualmente in fase di sviluppo) posso essere testati in totale sicurezza ponendo il pilota in un contesto virtuale altamente realistico, simulando le situazioni di pericolo. In entrambe queste applicazioni risulta cruciale riprodurre fedelmente nella piattaforma la percezione che l'essere umano avrebbe, all'interno del veicolo reale, delle forze agenti sul mezzo e le conseguenti accelerazioni. Questo task deve essere compiuto tenendo conto dei vincoli fisici del simulatore, all'interno dei quali deve avvenire il moto. Le strategie utilizzate per perseguire questo obbiettivo vanno sotto il nome di Motion Cueing Algorithms. Il presente lavoro intende illustrare una particolare implementazione di un Motion Cueing Algorithm, basato sulla tecnica di controllo nota come Model Predictive Control. Una delle principali caratteristiche di questo approccio è lo sfruttamento di un modello del sistema vestibolare umano, e questo (assieme ad altre features) lo rende differente dalle strategie standard di Motion Cueing: esso permette infatti una migliore realizzazione della tilt coordination e una più efficiente gestione dei limiti di piattaforma. L'algoritmo è stato testato sperimentalmente su una piattaforma innovativa, dalle dimensioni ridotte, con l'aiuto di piloti professionisti. I risultati dimostrano come l'algoritmo basato su MPC permetta di gestire efficientemente l'area di lavoro del simulatore, limitando la presenza di tutti quei comportamenti tipicamenti associati alla motion sickness, garantendo nel contempo un approccio molto più semplice e concreto alle procedure di tuning, rispetto alle procedure classiche. In più, la disponibilità di un efficace driver virtuale permette lo sviluppo di strategie predittive affidabili: nella tesi sono riportati alcuni iniziali risultati simulativi in tal senso. Tecniche di Controllo per un Motociclo Ibrido Sportivo La riduzione dell'impatto ambientale dei sistemi di trasporto si sta affermando come una priorità sentita a livello mondiale. I veicoli a propulsione ibrida hanno dimostrato avere un grande potenziale a questo riguardo, e svariate soluzioni sono ormai diffuse sul mercato per quanto riguarda i veicoli a quattro ruote. A differenza delle automobili, e pur essendo considerati la soluzione ideale per la mobilità urbana, l'applicazione della propulsione ibrida a motociclette e scooter non ha ancora avuto una diffusione significativa, e ciò è dovuto in gran parte ai grossi vincoli di spazio e all'impatto della propulsione additiva sul feeling alla guida. In questa parte della tesi viene considerato il problema dell'applicazione della propulsione ibrida a una motocicletta 125cc in commercio, aggiungendo una macchina elettrica al motore termico presente di serie. Lo scopo, per il particolare prototipo, è sfruttare la macchina elettrica (installata in modo solidale all'albero motore) per fornire un incremento alla coppia erogata durante le accelerazioni, migliorando e regolarizzando la potenza della moto e riducendo nel contempo le emissioni di gas nocivi. Due algoritmi di controllo sono proposti per la gestione del motore elettrico e degli accumulatori 1) il primo è basato su una euristica standard con caratteristiche adattative, più semplice da implementare nella ECU per la prototipazione; 2) il secondo è basato su una strategia di controllo ottimo con lo scopo di gestire in maniera ottimale la coppia erogata da entrambi i motori. Elemento cruciale è l'implementazione di un ambiente virtuale Simulink realizzato integrando un tool in commercio, VI-BireRealTime, per la valutazione degli algoritmi. Il modello del motore ibrido è stato implementato ex-novo, e così anche un (semplice) modello di batteria, derivato con interpolazione polinomiale dalle caratteristiche riportate nei data-sheet. Il sistema di simulazione è completato dalla presenza di un virtual rider e di un tool per la realizzazione di circuiti di test. Sono riportati i risultati delle simulazioni su un tracciato realistico per valutare le differenti performance delle due strategie in catena chiusa (grazie al rider virtuale). Sono riportati anche i risultalti su pista del prototipo realizzato.