Il controllo della velocità di un veicolo rappresenta uno dei problemi più consolidati nell'ambito dei sistemi di controllo automatico, evolutosi negli anni da semplici sistemi di cruise control classico a soluzioni più sofisticate in grado di garantire sicurezza e comfort anche in presenza di un veicolo che precede (Adaptive Cruise Control, ACC). Il presente lavoro di tesi si propone di analizzare e confrontare diversi approcci alla progettazione di sistemi di cruise control. In primo luogo viene trattato il cruise control classico, basato su un controllore PID con azione Feed-Forward per la reiezione dei disturbi dovuti a pendenza stradale e sterzata. Successivamente viene analizzato l'ACC, affrontato secondo due approcci distinti: uno basato sull'ottimizzazione online tramite Control Barrier Functions e Control Lyapunov Functions, formulate come problema di programmazione quadratica (QP), e uno basato sul controllo predittivo (Model Predictive Control, MPC). Il confronto tra i diversi casi di studio evidenzia vantaggi e limiti di ciascuna strategia in termini di semplicità implementativa, garanzie di sicurezza, robustezza ai disturbi e onere computazionale.
Analisi e Modellazione dei Sistemi di Cruise Control: Dal Classico all'Adattativo
SACCO, DAVIDE
2025/2026
Abstract
Il controllo della velocità di un veicolo rappresenta uno dei problemi più consolidati nell'ambito dei sistemi di controllo automatico, evolutosi negli anni da semplici sistemi di cruise control classico a soluzioni più sofisticate in grado di garantire sicurezza e comfort anche in presenza di un veicolo che precede (Adaptive Cruise Control, ACC). Il presente lavoro di tesi si propone di analizzare e confrontare diversi approcci alla progettazione di sistemi di cruise control. In primo luogo viene trattato il cruise control classico, basato su un controllore PID con azione Feed-Forward per la reiezione dei disturbi dovuti a pendenza stradale e sterzata. Successivamente viene analizzato l'ACC, affrontato secondo due approcci distinti: uno basato sull'ottimizzazione online tramite Control Barrier Functions e Control Lyapunov Functions, formulate come problema di programmazione quadratica (QP), e uno basato sul controllo predittivo (Model Predictive Control, MPC). Il confronto tra i diversi casi di studio evidenzia vantaggi e limiti di ciascuna strategia in termini di semplicità implementativa, garanzie di sicurezza, robustezza ai disturbi e onere computazionale.| File | Dimensione | Formato | |
|---|---|---|---|
|
Sacco_Davide.pdf
Accesso riservato
Dimensione
2.25 MB
Formato
Adobe PDF
|
2.25 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/114262