Projekt detalji

Projektiranje automatiziranih sustava vožnje za izbjegavanje kritičnih situacija temeljem estimacije značajki kontakta između autogume i podloge

Akronim

AVEST

Voditelj projekta

Joško Deur

Financiranje

MZOS - Ministry of Science and Education

Ukupni budžet

6.200,00 EUR

FSB udio

0,00 EUR

Internacionalan

Da

Početak - Kraj

2021. - 2023.

Sažetak

Istraživanje na području upravljanja autonomnim vozilima predstavlja značajan izazov, jer neke ključne funkcionalnosti vozila trebaju biti riješene na učinkovit i siguran način bez intervencije vozača. Iako postojeći sustavi potpomognute vožnje (engl. driver assistance systems) mogu pružiti smjernice za dizajn potpuno automatiziranih sustava vožnje, problematika upravljanja autonomnim vozilima u svojoj je srži bitno kompleksnija. Razlog tome je što su za ispunjavanje zahtjeva po pitanju performansi potpuno automatiziranih upravljačkih sustava vožnje potrebne precizne informacije o varijablama stanja vozila i okoline, među kojima su posebno važne one koje se odnose na svojstva kontakta između autogume i podloge. Naime, ključne nelinearne karakteristike autogume odlikuju se značajnom varijabilnošću s obzirom na promjene utjecajnih parametre poput koeficijenta trenja guma-podloga, tlaka zraka u autogumi, hrapavosti podloge i trošenja autogume. Za sprječavanje kritičnih voznih situacija (npr. u slučaju brze vožnje, malog koeficijenta trenja te naglih manevara) od posebne je važnosti poznavanje svojstava kontakta autoguma-podloga i brze detekcije njihove promjene. Kombiniranjem podatkovno vođenih metoda estimacije temeljenih na strojnom i dubokom učenju te estimacije zasnovane na fizikalnim modelima, varijable stanja vozila mogu se kvalitetno estimirati u širokom rasponu radnih uvjeta. Cilj predloženog istraživanja jest razvoj algoritama upravljanja i pridružene estimacije varijabli stanja za potrebe automatiziranog sustava vožnje sa sposobnošću izbjegavanja kritičnih situacija u širokom rasponu radnih parametara. Istraživanje će rezultirati izradom podatkovno vođenih estimatora i pripadnih upravljačkih strategija, koji će moći garantirati sigurnu vožnju autonomnog vozila u uvjetima promjene karakteristika kontakta autogume i podloge. Očekuje se da će razvijene upravljačke strategije moći učinkovitije udovoljiti zahtjevima u pogledu voznosti, upravljivosti i sigurnosti u odnosu na klasične pristupe zasnovane na modelu dinamike vozila. Istraživanje će biti fokusirano na dva ključna problema vezana uz detekciju kritičnih situacija kod autonomnih vozila. Prvi je povezan s estimacijom ključnih značajki kontakta autoguma-podloga. Drugi problem odnosi se na estimaciju tlaka u gumama u realnom vremenu, kao ključan ulaz u sustav upravljanja otporan na ispad senzora tlaka (engl. fault-tolerant control). Performanse razvijenih estimatora ispitat će se putem računalnih simulacija, te također eksperimentalnim putem, posebice u slučaju podatkovno vođenih estimatora. Eksperimentalna ispitivanja provest će se primjenom bogato-opremljenog testnog vozila mađarskog partnera i to na testnim stazama ZalaZone i u vožnji na javnim prometnicama. Najvažniji zadaci u detekciji kritičnih situacija kod autonomnih vozila - problem 1, vezani su uz proaktivnu i reaktivnu detekciju opasnih situacija, uključujući nagle promjene varijabli stanja vozila i okolišnih uvjeta koje mogu uzrokovati gubitak upravljivosti i stabilnosti vozila. Do takvih situacija tipično dolazi prilikom vožnje na rubu stabilnosti, tj. u nelinearnom dijelu karakteristika autogume, gdje su uzdužno i/ili bočno klizanje kotača veliki te se sile autogume naglo zasićuju. Cilj istraživanja je razviti podacima vođen algoritam estimacije/kategorizacije stanja u kontaktu autoguma-podloga, koji je zasnovan na pažljivo pripremljenim ulaznim setovima podataka i tehnikama dubokog učenja. Ovim putem izbjeći će se problemi vezani uz osjetljivost klasičnih, na modelu zasnovanih estimatora uslijed strukturnih i parametarskih pogrešaka fizikalnog modeliranja. Svrha istraživanja vezana uz strategiju upravljanja dinamikom vozila otpornom na kvar senzora - problem 2, jest razvoj estimatora tlaka u autogumi te primjena uspostavljenih odnosa između tlaka gume, svojstava kontakta guma-podloga i značajki dinamike vozila za potrebe robusnog upravljanja. Preciznije, cilj je razviti i primijeniti kombinirane modelski i podatkovno zasnovane postupke estimacije tlaka u autogumi i relacije između tlaka i sile autogume, kao osnove za robusnu, na kvarove otpornu strategiju upravljanja (npr. sprječavanje utjecaja naglog pada tlaka u gumi na pojavu kritične nestabilnosti vozila). Pri projektiranju upravljačke strategije koristit će se isključivo mjerenja postojećih, jeftinih senzora, poput akcelerometara, inercijskih senzora, žiroskopa, senzora brzine vrtnje kotača i slično. Razvoj estimatora i strategija upravljanja zahtjeva primjenu raznih metoda s izraženom teorijskom pozadinom, kao što su metode analize podatkovnih skupova, metode dubokog učenja (npr. za procjenu parametara okoline i detekciju objekata), Kalmanov filtar (npr. za implementaciju fuzije mjerenja i detekcije kvarova) te metode robusne i rekonfigurabilne regulacije (npr. za razvoj upravljačke strategije otporne na kvarove). Naglasak istraživačkih aktivnosti mađarskog partnera bit će na razvoj modelski zasnovanih estimatora i nelinearnih i robusnih upravljačkih strategija otpornih na kvarove. Istraživanje hrvatskog partnera bit će fokusirano na razvoj podatkovno-vođenih estimatora ključnih varijabli stanja vozila, s naglaskom na karakteristične varijable autogume i kontakta guma-podloga te primjenu naprednih postupaka dubokog učenja. Prethodna suradnja dviju istraživačkih grupa odnosila se na razmjenu iskustava i interakciju voditelja hrvatskog partnera, prof. dr. sc. J. Deura i voditelja mađarskog istraživačkog laboratorija te sudionika na projektu prof. dr. sc. P. Gaspara. Komplementarna ekspertiza dvaju timova, koja će biti demonstrirana kroz predloženo istraživanje, kao i njihovo prijašnje iskustvo u suradnji na europskim suradnim projektima (FP7, H2020, Interreg CE) i brojnim bilateralnim projektima s partnerima iz automobilske industrije (Ford Motor Company, Knorr Bremse, Jaguar Cars, Bosch), predstavlja čvrstu osnovu za nastavak suradnje i zajedničke prijave istraživačkih projekata, posebice onih financiranih kroz okvirne programe Europske Unije. Diseminacija rezultata istraživanja uključit će publiciranje u relevantnim međunarodnim časopisima i konferencijama (najmanje dva rada u Q1/Q2 časopisima i četiri konferencijska članka). Sveukupni projektni tim većinom će sačinjavati mladi istraživači (6 na strani mađarskog partnera te 3 kod hrvatskog partnera), koji će imati koristi od rada na predloženom projektu u smislu jačanja njihovih ekspertiza i stjecanja širih iskustva na predmetnom području istraživanja, kao i usvajanja numeričkih alata te pristupa eksperimentalnim podacima, kakve inače ne bi imali na raspolaganju.

Partneri