Na ovoj stranici koristimo kolačiće kako bi korisnici mogli pristupati svojim korisničkim računima te za potrebe analize pristupa fakultetskim stranicama. Nastavljanjem korištenja ove stranice pristajete na kolačiće.

Obavijesti vezane za pandemiju COVID-19
Međunarodna suradnja
FSB projekti
Aktivni projekti FSB
Detalji projekta

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
-
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

Fakultet strojarstva i brodogradnje
Ivana Lučića 5
10002 Zagreb, p.p. 102
MB 3276546
OIB 22910368449
PIC 996827485
IBAN HR4723600001101346933
tel: +385 1 6168 222
fax: +385 1 6156 940
Sveučilište u Zagrebu
Ministarstvo znanosti i obrazovanja

Mapa stranica