Estimación de un Control Lateral Difuso de Vehículos

  1. Onieva Caracuel, Enrique
  2. Milanés Montero, Vicente
  3. Pérez Rastelli, Joshué
  4. Pedro Lucio, María Teresa de
Revista:
Revista iberoamericana de automática e informática industrial ( RIAI )

ISSN: 1697-7920

Año de publicación: 2010

Volumen: 7

Número: 2

Páginas: 91-98

Tipo: Artículo

DOI: 10.1016/S1697-7912(10)70029-7 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista iberoamericana de automática e informática industrial ( RIAI )

Resumen

La conducción autónoma es uno de los temas más interesantes dentro del área de los Sistemas Inteligentes de Transporte (ITS) y dentro de ella, el control automático del volante es uno de los retos más importantes al que se enfrentan investigadores de esta área. En este trabajo se presenta un ajuste basado en algoritmos genéticos de controladores difusos capaces de manejar automáticamente el volante de un vehículo convencional, reproduciendo actitudes de un conductor humano en diferentes situaciones. Para ello se ha monitorizado el estado del coche mientras es conducido por un humano y por medio de algoritmos genéticos se ha obtenido un controlador difuso apropiado para el manejo del volante del vehículo. Todo ello teniendo en cuenta dos requisitos básicos: el controlador debe ser capaz de manejar el vehículo a través de una ruta prefijada y ejecutar acciones de control suaves, para lograr así, una conducción confortable para los ocupantes del vehículo.

€ Ver financiación

Información de financiación

Un vehículo comercial modelo Citroën C3 Pluriel ha sido equipado con los dispositivos necesarios para llevar a cabo una conducción autónoma (Naranjo et al., 2007). En la figura 2 se muestra una fotografía del vehículo usado para la experi-mentación, cuyo equipamiento, en lo que a sensores se refiere está compuesto por: Un sistema de posicionamiento global con corrección diferencial (RTK-DGPS) modelo Trimble MS-750. A través de él, y utilizando la corrección diferencial sumi-nistrada por una estación base ubicada en las instalaciones del CAR, podemos obtener un error en el posicionamiento inferior a los dos centímetros. Valor más que suficiente para abordar el guiado de vehículos autónomos. La fre-cuencia de refresco de dicho receptor (5 Hz) será utilizada para desencadenar el ciclo de control del vehículo. Un sistema de medida inercial (IMU) modelo IMU300CC de Crossbow que se encuentra ubicada cerca del centro de gravedad del vehículo y que se utilizará, junto al sistema RTK-DGPS para llevar a cabo el posicionamiento del vehículo en el caso de fallos en este sistema (Milanés et al., 2008). El bus CAN del propio vehículo que se utilizará como una pizarra de la que podremos obtener datos de velocidad y aceleración del vehículo para modificar la velocidad de referencia en función de que nos encontremos en un tramo recto o curvo.

Financiadores

Referencias bibliográficas

  • Awawdeh, A. M. H., F. Espinosa and M. Mazo (2004). Nonlinear trajectory generation and lateral control new algorithms to minimize platoon’s oscillations. In: Proc. American Control Conference the 2004. Vol. 4. pp. 3345–3350.
  • Driankov, M. (1993). An Introduction to Fuzzy Control. Springer-Verlag. Berlin.
  • Eshelman, L. J. and J. D. Schaffer (1993). Real Coded Genetic Algorithms and Interval Schemata. Morgan Kaufmann. San Mateo.
  • Eshelman, L.J., R.A. Caruana and J.D. Schaffer (1989). Biases in the crossover landscape. Proceedings of the 3rd international conference on Genetic algorithms pp. 10 – 19.
  • Fritz, H. (1995). Autonomous lateral road vehicle guidance using neural network controllers. In: European Control Conference. pp. 285–290.
  • García, R. and T. de Pedro (1998). Modeling a fuzzy coprocessor and its programming language. Mathware and Soft Computing V (2-3), 167 – 174.
  • García, R. and T. de Pedro (1999). First application of the orbex coprocessor: Control of unmanned vehicles. Special issue on Selected papers of the First EUSFLAT Conference and 9th Spanish Congress on Fuzzy Logic and Technology VII (2-3), Part B, Applications, 265 – 273.
  • Goldberg, D.E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison Wesley. New York.
  • Holland, J.H. (1975). Adaptation in Natural and Artificial Systems. The University of Michigan Press.
  • Ji, Jie, Yinong Li and Ling Zheng (2007). Self-adjusting fuzzy logic control for vehicle lateral control. In: Proc. Fourth International Conference on Fuzzy Systems and Knowledge Discovery FSKD 2007. Vol. 2. pp. 614–618.
  • Jones, W. D. (2001). Keeping cars from crashing. IEEE SPECTRUM pp. 40–45.
  • Mamdani, E. H. (1974). Applications of fuzzy algorithms for simple dynamic plant. Proc. IEEE. 62(12), 1585 – 1588.
  • Mencar, C. and A. M. Fanelli (2008). Interpretability constraints for fuzzy information granulation. Information Sciences 178, 4585–4618.
  • Milanés, V., J.E. Naranjo, C. González, J. Alonso, R. García and T. de Pedro (2008). Sistema de posicionamiento para vehículos autónomos. Revista Iberoamericana de Automática e Informática Industrial 5(4), 36–41.
  • Naranjo, J.E., C. González, J. Reviejo, R. García, T. de Pedro and M.A. Sotelo (2007). Using fuzzy logic in automated vehicle control. IEEE Intelligent Systems 22(1), 26 – 95.
  • Netto, M., J. M. Blosseville, B. Lusetti and S. Mammar (2006). A new robust control system with optimized use of the lane detection data for vehicle full lateral control under strong curvatures. In: Proc. IEEE Intelligent Transportation Systems Conference ITSC ’06. pp. 1382–1387.
  • Parsons, R. and W.B. Zhang (1989). Program on advanced technology for the highway lateral guidance system requirements definition. In: Int. Conf. Application of Advanced Technology in Transportation Engineering. pp. 257–280.
  • Sugeno, M. (1999). On stability of fuzzy systems expressed by fuzzy rules with singleton consequents. IEEE Transactions Fuzzy Systems 7, 201 – 224.
  • Takagi, T. and M. Sugeno (1985). Fuzzy identification of systems and its application to modelling and control. IEEE Trans. on Syst. Man and Cybernetics SMC-15(1), 116 – 132.
  • Tsugawa, S., M. Aoki, A. Hosaka and K. Seki (1996). A survey of present ivhs activities in japan. In: 13th Int. Federation of Automatic Control (IFAC) World Congress. pp. 147–152.
  • Tsugawa, S., T. Yatabe, T. Hirose and S. Matsumoto (1979). An automobile with artificial intelligence. Proc. 6th Int. Joint Conf. Artificial Intelligence pp. 893–895.
  • Ulmer, B. (1992). Vita - an automonomous road vehicle (arv) for collision avoidance in traffic. In: Intelligent Vehicles Conference. pp. 26–41.
  • Zadeh, L. A. (1965). Fuzzy sets. Information and Control 8, 338–353.
Fuente de los datos: Dialnet