Repositorio Institucional de Documentos

Proyecto Fin de Carrera DESARROLLO DE UN MODELO ACC PARA UN SOFTWARE DE SIMULACIÓN DE DINÁMICA DE VEHÍCULOS Autor HÉCTOR BENEDÍ BOZALONGO Director y ponente ARNO EICHBERGER JAVIER CIVERA ESCUELA DE INGENIERÍA Y ARQUITECTURA 2014 Resumen El principal objetivo de este proyecto es el desarrollo de un modelo ACC (Automated Cruise Control) dentro de un programa de simulaci´on de la conducci´on de un productor comercial de software. Este software ser´a utilizado en un simulador de conducci´on cuyo objetivo es investigar la interacci´on del conductor con el sistema ACC para diferentes situaciones de conducci´on. El objetivo de este PFC es implementar el modelo ACC, que consiste en un sensor radar, un control de velocidad y un control de distancia. Adem´as un modelo de sistema de frenada de emergencia ha sido implementado para actuar en situaciones cr´ıticas, es el denominado AEB (Autonomous Emergency Braking). Cuando no hay ning´un objeto delante, el ACC mantiene una velocidad constante que es establecida por el conductor (del mismo modo que lo hace un cruise control estandar). Sin embargo, cuando se detecta un veh´ıculo m´as lento circulando en el mismo carril, el sistema frena autom´aticamente y mantiene una cierta distancia. Si este veh´ıculo deja de estar presente, por ejemplo porque cambia de carril, el sistema vuelve a acelerar otra vez hasta que alcanza la velocidad de crucero establecida. El objetivo del sensor radar es detectar veh´ıculos y su velocidad relativa bas´andose en el rango geom´etrico del radar, as´ı como los objetos relevantes, por ejemplo el veh´ıculo m´as cercano de aquellos que circulan en el mismo carril. Por otro lado el AEB es un sistema de ayuda al conductor en situaciones de emergencia. Dicho sistema tambi´en hace uso del sensor radar para detectar e identificar situaciones de peligro, y en caso necesario aplicar los frenos para evitar una colisi´on. Agradecimientos En primer lugar quiero expresar mi m´as sincero agradecimiento a Arno Eichberger por aceptarme para realizar este proyecto, y por el aporte incalculable que esta experiencia ha supuesto en mi formaci´on. Me gustar´ıa agradecer de manera especial y sincera a Cornelia Lex, por el apoyo, tiempo y dedicaci´on que me ha brindado, por su capacidad de guiar las ideas en la direcci´on correcta y por sus atentas y r´apidas respuestas. Tambi´en quisiera dar las gracias a Javier Civera, por el apoyo a la hora de elegir un proyecto y el posterior seguimiento en sus fases de desarrollo. A Daniel Hammer, por la ayuda facilitada en las fases de dise˜no y ajuste de los modelos realizados y por su inagotable paciencia. Tambi´en quiero agradecer a todas las personas m´as cercanas que me han aguantado en los momentos dif´ıciles, por darme siempre los mejores consejos y por su gran habilidad de hacerme siempre pensar en positivo. Y por supuesto, el agradecimiento m´as profundo y sentido es para mi familia. A mi madre y a mi padre, por su apoyo incondicional y plena confianza que en mi han depositado. A mi hermano, por su entusiasmo y preocupaci´on por mis progresos. Por ellos, y para ellos. ´ Indice general Resumen i Agradecimientos iii ´ Indice general vi S´ımbolos vii 1. Introducci´on 1 1.1. Descripci´on general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2. Simulador de conducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3. Software utilizado: VSM . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.4. Trabajo realizado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2. Sensor radar 7 2.1. Rango geom´etrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2. Identificaci´on de objetos en rango . . . . . . . . . . . . . . . . . . . . . . . 7 2.2.1. Rotaci´on de veh´ıculos . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.2.2. Matriz Cars . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.2.3. Matriz Shadows . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.3. C´alculo del punto superficie . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.4. Identificaci´on del veh´ıculo Target . . . . . . . . . . . . . . . . . . . . . . . 13 3. Sistema ACC 15 3.1. Control de velocidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 3.2. Control de distancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 3.2.1. Contribuciones para el control de distancia . . . . . . . . . . . . . 17 3.2.2. Bloque Function . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3.2.3. L´ımites de aceleraci´on . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.2.4. Control de deceleraci´on . . . . . . . . . . . . . . . . . . . . . . . . 21 3.2.5. C´alculo del offset . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.3. Control de aceleraci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4. ResultadosACC ................................ 31 4. Sistema AEB 33 4.1. C´omo funciona . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 4.2. Time to collision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 ´ Indice general 4.3. ModoCiudad.................................. 35 4.4. Modo Inter-Urbano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 4.5. Resultados AEB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 5. Conclusiones 39 ´ Indice de figuras I ´ Indice de cuadros V Bibliograf´ıa VII A. Ap´endice IX B. Ap´endice XI C. Ap´endice XIII D. Ap´endice XIX E. Ap´endice XXI F. Ap´endice XXVII G. Ap´endice XXXI H. Ap´endice XXXV I. Ap´endice XXXVII J. Ap´endice XLVII vi S´ımbolos Variables Ident N´umero de identificaci´on de cada veh´ıculo line Carril por el que el veh´ıculo circula xx Coordenada x del centro de gravedad de cada veh´ıculo en relaci´on a un sistema de coordenadas globales yy Coordenada y del centro de gravedad de cada veh´ıculo en relaci´on a un sistema de coordenadas globales vM´odulo de la velocidad del veh´ıculo en relaci´on al sistema de coordenadas globales h´ Angulo en el que est´a orientado el veh´ıculo dDistancia entre la posisci´on del radar y el veh´ıculo ϕ´ Angulo en el que se encuentra el veh´ıculo vmM´odulo de la velocidad relativa del veh´ıculo en relaci´on con el veh´ıculo Ego γvel ´ Angulo de la velocidad relativa ϕmin M´ınimo ´angulo que crea una sombra ϕmax M´aximo ´angulo que crea una sombra dsDistancia donde empieza la sombra d1Distancia a reducir con el veh´ıculo Target dsoll Distancia a mantener con el veh´ıculo Target xrel Distancia actual al veh´ıculo Target KgT´ermino proporcional para la velocidad relativa τdT´ermino proporcional para la distancia d1 ∆vSuma de las dos contribuciones para el control de distancia τTime gap seleccionado por el conductor doffset offset a a˜nadir en el controlador de distancia mode modo del sistema ACC (est´andar, din´amico o confortable) Vtarget Velocidad del veh´ıculo target VEgo Velocidad del veh´ıculo Ego Vrel Velocidad relativa velocity del Target en relaci´on con el Ego VEgoSim Velocidad del Ego simulada VEgoReal Velocidad del Ego real doubleSteep Define si un modo tiene una o dos pendientes 1. Introducci´on 6 2. Sensor radar El sensor radar es uno de los sistemas m´as importantes de un veh´ıculo equipado con ACC, ya que proporciona informaci´on sobre la distancia y la velocidad de cada veh´ıculo dentro de su rango de acci´on, de esta manera el sistema reducir´a la velocidad al acercarse a otro veh´ıculo y acelerar´a de nuevo a la velocidad deseada cuando el tr´afico lo permita. Dicho sensor est´a instalado en el denominado veh´ıculo Ego. De todos aquellos veh´ıculos que detecte el radar s´olo aquel que se encuentra m´as cerca y circulando en el mismo carril es de inter´es para el sistema, este veh´ıculo se denomina veh´ıculo Target. El c´odigo completo utilizado en el sensor radar se muestra en el ap´endice I. 2.1. Rango geom´etrico El rango geom´etrico es la combinaci´on del alcance y la abertura del radar a la que es capaz de detectar veh´ıculos, este rango geom´etrico se muestra en la figura 2.1. El radar simulado tiene un rango de longitud de unos 100 metros y un ´angulo de 30 grados. 2.2. Identificaci´on de objetos en rango Para la identificaci´on de objetos en el rango el input que tenemos es una matriz de veh´ıculos. El programa necesita toda la informaci´on guardada en dicha matriz, ya que Figura 2.1.: Rango geom´etrico del radar 2. Sensor radar Figura 2.2.: Esquinas del veh´ıculo es un modelo simplificado. Uno de los inputs es la velocidad del veh´ıculo, la cual podr´ıa ser calculada a partir de los datos de la posici´on para dos instantes de tiempo diferentes: V= (x2−x1)/(tiempo). Lo mismo ocurre con el ´angulo en el que cada veh´ıculo est´a orientado, o incluso el carril en el que el veh´ıculo se encuentra, ya que podr´ıan ser calculados de la misma manera. Sin embargo para esta aplicaci´on no es necesario, y de esta manera el modelo es menos complicado. Por lo tanto la matriz input de veh´ıculos recoge toda esta informaci´on: •Ident: n´umero de identificaci´on del veh´ıculo. Este n´umero puede variar en funci´on del tipo de veh´ıculo que se detecte, coche, cami´on, peat´on, etc. •Line: representa el carril de la carretera donde cada veh´ıculo se encuentra. S´olo los veh´ıculos en el mismo carril que el coche Ego ser´an de inter´es para el sistema. •xx,yy: posici´on del centro de gravedad del veh´ıculo en el espacio, con relaci´on a un sistema de coordenadas global. •h: el heading del veh´ıculo es el ´angulo en el que est´a orientado referido a un sistema de coordenadas global. •v: velocidad del veh´ıculo tambi´en en relaci´on a un sistema de coordenadas global. •c: la geometr´ıa del veh´ıculo se expresa por las coordenadas locales de cada esquina (en relaci´on con el centro de gravedad de ese veh´ıculo). Por ejemplo un coche de 4 metros de largo y 2 metros de ancho (Figura: 2.2) tendr´a la matriz cque define su contorno (eq 2.1): c=2 2 −2−2 1−1 1 −1(2.1) En nuestro experimento tenemos un m´aximo de 10 veh´ıculos diferentes que rodean el veh´ıculo Ego, todos ellos con los valores explicados anteriormente. El input para la funci´on de Simulink se muestra en la figura 2.3 donde podemos ver todos estos valores en la segunda parte de la ecuaci´on ”funci´on [output] = FCN (input)”. Con el fin de determinar qu´e veh´ıculos son detectados el algoritmo realiza dos bucles. El objetivo es determinar cu´ales de estos veh´ıculos est´an dentro del rango geom´etrico exclu8 2.2. Identificaci´on de objetos en rango Figura 2.3.: Inpunt para la funci´on de simulink yendo aquellos que se encuentren en la sombra de otro veh´ıculo. Para ello se necesitan dos matrices: Cars y Shadows (explicadas en las secciones 2.2.2 y 2.2.3). Sin embargo, en primer lugar tenemos que hacer una transformaci´on de coordenadas para referir cada veh´ıculo a un sistema de coordenadas solidario al veh´ıculo Ego. 2.2.1. Rotaci´on de veh´ıculos El input que el radar recibe es la matriz descrita en el cap´ıtulo 2.2, en la cual todos los datos est´an referidos a un sistema de coordenadas global, por eso es necesario rotar todos los veh´ıculos para transformar esa matriz a coordenadas referidas al veh´ıculo Ego. Esto se consigue mediante dos rotaciones, la primera consiste en rotar ´unicamente los centros de gravedad de cada veh´ıculo y en la segunda se rotan todas y cada una de las esquinas de los veh´ıculos. De esta forma al final todos los veh´ıculos quedan orientados seg´un se ven desde la posici´on y el ´angulo que tiene el veh´ıculo Ego. En la imagen 2.4 puede verse un ejemplo gr´afico de c´omo se realiza la rotaci´on de los veh´ıculos, el coche n´umero 1 es el original situado en el sistema de coordenadas global (ejes negros) y el coche 2 es c´omo queda cuando los ejes relativos al veh´ıculo Ego (ejes azules) se toman como referencia absoluta. Para ver un ejemplo de c´alculo ver el ap´endice F. 2.2.2. Matriz Cars Esta matriz se utiliza para guardar la informaci´on de todos los veh´ıculos. Como se explica en la secci´on 2.2 el input est´a referenciado a un sistema de coordenadas global, cada valor se transforma a un sistema de coordenadas relativo y la matriz Cars guarda esta informaci´on relativa al veh´ıculo Ego. Es importante tener en cuenta que el programa no detecta un veh´ıculo con la geometr´ıa que se muestra en la figura 2.2, sino un punto determinado de la superficie (figura 2.8). Este punto se denomina punto de la superficie y su c´alculo se explica en la secci´on 2.3. 9 2. Sensor radar Figura 2.4.: Rotaci´on de veh´ıculos Figura 2.5.: Ejemplo con un solo coche En la figura 2.5 vemos en letras negras los valores de input (coordenadas absolutas) y en letras azules los valores en coordenadas relativas. Dichos valores son los que se guardan en la matriz Cars, ya que cuando el radar detecta un veh´ıculo los ´unicos datos relevantes son los referidos al punto de la superficie: la distancia a la que se encuentra y el ´angulo, adem´as de la velocidad relativa del veh´ıculo Target con respecto al Ego. Para ver m´as informaci´on sobre la manera en que esta matriz es creada, y ver en detalle c´omo se han realizado los c´alculos, v´ease el ap´endice G. 10 2.3. C´alculo del punto superficie 2.2.3. Matriz Shadows En esta secci´on se explica c´omo se implementa el efecto sombra, lo que representa el hecho de que los veh´ıculos no son transparentes para el radar. Si por ejemplo tenemos un veh´ıculo situado a 20 metros en un ´angulo de 10 grados y a otro veh´ıculo a 30 metros en el mismo ´angulo, el radar s´olo detecta el veh´ıculo m´as cercano, y el otro ”desaparece”detr´as del primero. La matriz Shadows se crea con el fin de eliminar aquellos veh´ıculos que, estando dentro del rango geom´etrico, el radar no los detecta por estar en la sombra de otro veh´ıculo. Se crea en el primer bucle que el programa realiza y consta de dos ´angulos y una distancia a partir de la que se crea la sombra. Por lo tanto esta matriz tendr´a tres columnas que representan ds, ϕmin yϕmax. Figura 2.6.: Par´ametros para definir una sombra Para crear una sombra a partir de los datos del veh´ıculo, primero se calculan los ´angulos a los que se encuentran las cuatro esquinas del veh´ıculo y se seleccionan el mayor y el menor de ellos. Estos dos ´angulos son ϕmax yϕmin respectivamente. Por ´ultimo se selecciona la distancia al segundo corner m´as cercano como la variable ds, y de esta forma queda creada la sombra. Hay que decir que en este punto estamos considerando una aproximaci´on, ya que la distancia a partir de la que se crea la sombra no es exactamente la del segundo corner m´as cercano. En la figura 2.7 se muestra la sombra real que cada veh´ıculo crea (gris claro) y la sombra adicional creada en nuestro programa (gris oscuro). Para m´as detalles sobre la matriz Shadows v´ease el ap´endice H. 2.3. C´alculo del punto superficie Un radar real no detecta una de las esquinas de un veh´ıculo o el centro de gravedad del mismo sino una superficie s´olida, por lo tanto, la simulaci´on del radar tratar´a de imitar lo que el radar real hace, detectando el punto superficie tal y como se muestra en la figura 2.8 donde el punto rojo representa el punto detectado por el radar. 11 2. Sensor radar Figura 2.7.: Sombras reales creadas por cada veh´ıculo (girs claro), y sombras adicionales que el simulador del radar crea (gris oscuro). Figura 2.8.: Punto de la superficie detectado El punto superficie es aquel punto en la superficie del veh´ıculo que resulta de la intersecci´on de dos l´ıneas, la l´ınea desde el radar del veh´ıculo Ego hasta centro de gravedad del veh´ıculo Target y la l´ınea que define la superficie en s´ı del veh´ıculo. Puesto que hay cuatro superficies diferentes en cada veh´ıculo habr´a cuatro puntos posibles, pero s´olo uno de ellos ser´a el correcto (figura 2.9). Las cuatro l´ıneas que definen la superficie del veh´ıculo son las que conectan las esquinas 1-2, 2-4, 3-4 y 1-3 (esquinas del veh´ıculo en la figura 2.2). Con el fin de seleccionar cu´al de los 4 puntos es el correcto, en primer lugar el programa de seleccionar s´olo aquellos dos puntos cuya coordenada xse encuentra entre las coorde12 2.4. Identificaci´on del veh´ıculo Target nadas xde las esquinas que se utilizan para crear la l´ınea. En realidad significa aquellos dos puntos que realmente est´an en la superficie del veh´ıculo (puntos byc). Figura 2.9.: Cuatro posibles soluciones a las ecuaciones de intersecci´on de lineas, s´olo uno de ellos es la soluci´on correcta, en este caso el punto b. Por ejemplo la l´ınea creada por las esquinas 1 y 2 cruzan la l´ınea roja en el punto d, la coordenada xde ese punto no se encuentra entre las coordenadas xde los puntos 1 y 2 sino que es mayor que ambas (eq 2.2). Lo mismo ocurre para el punto a, donde la coordenada xde ano est´a entre las coordenadas xde 3 y 4 sino que es m´as peque˜no que ambos (eq 2.3). Por el contrario, byctienen coordenadas xque est´an entre las coordenadas xde los puntos utilizados para crear sus l´ıneas, 2-4 y 1-3 respectivamente (eq 2.4 y 2.5). As´ı que estos dos puntos son los posibles resultados para el punto superficie. En el ´ultimo paso del programa s´olo debe seleccionar el punto m´as cercano de estos dos puntos, que en este caso es el punto superficie b. xd> x1> x2(2.2) xa< x4< x3(2.3) x4< xb< x2(2.4) x3< xc< x1(2.5) 2.4. Identificaci´on del veh´ıculo Target El veh´ıculo Target es aquel que es de inter´es para el controlador a distancia del sistema ACC. El radar detectar´a todos los veh´ıculos dentro del rango geom´etrico y no en la sombra, sin embargo, el controlador de distancia s´olo toma en consideraci´on un coche, y los datos de 13 2. Sensor radar Figura 2.10.: Coches circulando en diferentes carriles de la carretera. ese coche ser´an utilizados para controlar la distancia y la velocidad con el fin de mantener una distancia de seguridad. Por eso, la identificaci´on adecuada del coche Target es clave para el correcto comportamiento del controlador de distancia. La identificaci´on del veh´ıculo Target se hace eligiendo el veh´ıculo m´as cercano de entre todos aquellos que circulen en el mismo carril. Cada veh´ıculo tiene un input llamado line que guarda el n´umero del carril donde este veh´ıculo est´a circulando. Por lo tanto lo ´unico que el programa debe hacer es elegir cu´al de esos veh´ıculos est´a m´as cerca (Fig. 2.10). 14 3. Sistema ACC El sistema ACC que se va a implementar es un modelo que simula el Automated Cruise Control instalado en el Audi A6. Consiste en dos controladores diferentes, el controlador de distancia y el de velocidad (que se explica en las secciones 3.1 y 3.2). El controlador de velocidad recibe un valor establecido por el conductor y lo alcanza sin importar qu´e otros obst´aculos puedan estar en la carretera. Por otro lado el controlador de distancia toma en consideraci´on la presencia de otros veh´ıculos m´as lentos y mantiene una cierta distancia de seguridad. Cada control demandar´a una aceleraci´on diferente para lograr sus propios requisitos. Por ejemplo, en el caso mostrado en la figura 3.1 el veh´ıculo Ego tiene una velocidad de crucero demandada de 120 km/h, sin embargo est´a conduciendo a 80 km/h, por lo que el control de velocidad requerir´a una aceleraci´on positiva con el fin de llegar al valor de 120 km/h. Por otro lado, el control de distancia detecta un veh´ıculo dentro del rango del radar por lo que la aceleraci´on que demanda el control de distancia es menor, ya que su objetivo es mantener la distancia de seguridad. El sistema ACC elige el valor m´ınimo de estas dos aceleraciones y lo pasa al control de aceleraci´on (secci´on 3.3) que producir´a una aceleraci´on entre los posibles valores del veh´ıculo. El modelo de Simulink del sistema ACC se puede ver en la figura 3.2 donde el controlador de distancia, velocidad y aceleraci´on est´an pintados en verde, amarillo y azul respectivamente. El ap´endice J muestra im´agenes mas concretas y detalladas de los modelos implementados en Simulink. Figura 3.1.: Control de velocidad y distancia actuando al mismo tiempo. 3. Sistema ACC Figura 3.7.: Velocidades del veh´ıculo Ego y Target tomadas de las medidas reales, donde pueden apreciarse dos pendientes diferentes de deceleraci´on. El cambio se encuentra alrededor de t= 13 s . deceleraci´on cambia bruscamente de valor. Para ajustar el comportamiento del modelo a esta situaci´on se introducen dos pendientes diferentes (dos valores de k) y un valor de distancia a partir de la cual se produce el cambio. Al primer valor de la pendiente se le denomina kdownAprox y se entiende como la pendiente de aproximaci´on inicial. El segundo valor se le llama kdown y representa la pendiente general de frenada, y por ´ultimo el valor a partir del cual se produce el cambio se denomina kdist. Para este caso concreto los valores se muestran en las ecuaciones de 3.10 hasta 3.12. kdownAprox = 0,08s−1(3.10) kdist = 60m(3.11) kdown = 0,25s−1(3.12) Con estos valores el sistema se ajusta de manera bastante precisa. Los resultados para esta pendiente de bajada se muestran en figura 3.8. En dicha imagen se observan dos gr´aficas, la primera representa las velocidades de ambos veh´ıculos en km/h mientras que la segunda compara el comportamiento de los dos veh´ıculos Ego, el real y el simulado, para analizar y determinar el correcto funcionamiento del modelo. La l´ınea verde representa la diferencia de posici´on y la l´ınea negra es la diferencia en velocidades de dichos veh´ıculos. Puede verse que esta diferencia en las velocidades de los Ego real y simulado nunca excede el l´ımite de ±2 km/h, al igual que la diferencia entre las posiciones nunca sobrepasa los 2 metros. Esto quiere decir que para cualquier momento la velocidad del Ego simulado presenta una diferencia m´axima de 2 km/h con respecto a la velocidad del Ego real, al igual que la posici´on relativa del Ego simulado con respecto al target (xrel) nunca ser´a 22 3.2. Control de distancia mayor ni menor de 2 metros en comparaci´on con la distancia entre el Ego real y el Target. En la figura 3.9 puede verse gr´aficamente el caso en el que XrelReal > XrelSim y en las ecuaciones 3.13 y 3.14 se muestra los valores de difX ydifV . difX =XrelReal −XrelSim (3.13) difV =VEgoSim −VEgoReal (3.14) El ajuste de este controlador se ha llevado a cabo realizando numerosas simulaciones, variando los par´ametros descritos con anterioridad hasta que los valores de diferencia de velocidades y de posici´on quedaban entre los m´argenes establecidos de ±2 km/h y metros. En algunos casos como el de la figura 3.8 se ve muy claro y el ajuste es m´as sencillo, pero en otros casos no se ve tan claramente en qu´e momento la pendiente cambia de valor y el numero de simulaciones necesarias puede aumentar. Por ´ultimo se muestra el resultado obtenido antes incluir el controlador de la pendiente. Se observa en la figura 3.10 que la diferencia entre el comportamiento del Ego simulado y el real es considerablemente mayor. En alg´un momento puede verse que la diferencia entre las xrel de ambos veh´ıculos alcanza los 3 metros. Deceleraci´on de seguimiento: Esta situaci´on solo se produce cuando el veh´ıculo Ego est´a siguiendo al Target en una situaci´on estacionaria y por la raz´on que sea el Target reduce su velocidad. La velocidad relativa se define como la velocidad del Target menos la del Ego: Vrel = VTarget −VEgo, por lo tanto cuando el Target empieza a decelerar esta velocidad se hace negativa. El controlador se activa en el momento en el que V rel alcanza un valor negativo determinado. En ese momento el Ego empieza a frenar de una manera m´as brusca hasta que el controlador se vuelve a desactivar, lo que ocurre cuando la velocidad relativa alcanza otro valor determinado. Estos dos valores corresponden a las variables C13 yC14 respectivamente. Con estos dos l´ımites de operaci´on combinados con el grado de intervenci´on medido por una constante llamada Cdf se corrige la deceleraci´on de seguimiento. Unos valores t´ıpicos para este controlador ser´ıan: C13 =−2km/h,C13 = 1km/h yCdf = 2; en la figura 3.11 se muestra en qu´e momento act´ua el controlador que para este caso es desde que Vrel < C13 hasta Vrel > C14. En la figura 3.12 se muestra el comportamiento del sistema din´amico con time gap 1, para el caso sin controlador (izquierda) y el caso con controlador(derecha). Puede verse que la diferencia para este caso es sustancial. Mantener el m´ınimo: El ´ultimo control local se utiliza en combinaci´on con los otros dos para terminar de ajustar las deceleraciones. Este control detecta un m´ınimo en la deceleraci´on y lo mantiene hasta que se cumple una determinada condici´on. 23 3. Sistema ACC Figura 3.8.: Perfiles de velocidad de los veh´ıculos (arriba). Diferencia entre las velocidades del Ego real y simulado (difV ) y diferencia entre la xrel del Ego real y simulado (abajo). Figura 3.9.: Veh´ıculo Ego simulado (rojo) y real (negro) con un Target delante, para comparar las distancias relativas de ambos veh´ıculos Ego. 24 3.2. Control de distancia Figura 3.10.: Perfil de velocidades de todos los veh´ıculos (ariba). Diferencia en velocidades difV y posici´on difX (abajo) para el caso en el que la doble pendiente de bajada no est´a implementada. Figura 3.11.: Esquema simplificado de los valores que rigen la deceleraci´on de seguimiento. 25 3. Sistema ACC Figura 3.12.: Perfil de velocidades (arriba) y diferencias difX ydifV (abajo) para dos casos concretos. El control de deceleraci´on de seguimiento apagado (izquierda) y encendido (derecha) . Este controlador act´ua hasta que la velocidad relativa entre el veh´ıculo Target y el Ego es mayor que un determinado valor. Este valor queda determinado por la variable velUP , la cual se encuentra definida en el archivo init de matlab. La figura 3.13 muestra el comportamiento de este controlador. El segundo gr´afico (abajo) muestra ambas aceleraciones, la l´ınea verde es la resultante al utilizar este controlador, mientras que la azul representa la aceleraci´on original. Puede verse que la l´ınea verde es siempre igual a la azul excepto cuando se presenta un m´ınimo en la aceleraci´on, en ese momento el controlador mantiene dicho m´ınimo hasta que se cumple Vrel > velUP . 3.2.5. C´alculo del offset El offset es una variable que se suma a la distancia que se guarda con el veh´ıculo de delante, con el fin de aumentar el margen de seguridad. Dicho par´ametro no es constante, sino que cambia en funci´on del time gap seleccionado por el conductor y de la velocidad del veh´ıculo Ego. De acuerdo con los resultados, la ecuaci´on que gobierna el offset cambia significativamente cuando se elige un time gap u otro, y ligeramente dependiendo del modo seleccionado por el conductor (confort, 26 3.2. Control de distancia Figura 3.13.: Velocidades (arriba), y aceleraci´on inicial y final para el controlador ”Mantener el m´ınimo”. din´amico o est´andar). Las mediciones realizadas en el coche real Audi A6 comparan el comportamiento para time gap 1 y 4 y para cada modo seleccionado por el conductor. Como se sabe, la distancia que el veh´ıculo Ego mantiene con el coche de delante se expresa en la ecuaci´on 3.5. En un estado estacionario, es decir, cuando ambos veh´ıculos conduzcan a la misma velocidad y guarden una distancia constante, se mide la distancia entre ambos veh´ıculos, que es dsoll, y la velocidad del Target VT arget. Como se sabe qu´e modo hab´ıa sido seleccionado por el conductor en cada situaci´on s´olo tenemos que calcular el offset despejando la variable (ec 3.15). doffset =dsoll −τ·Vtarget (3.15) Time Gap 1: 27 3. Sistema ACC Figura 3.14.: Correlaci´on entre el offset y la velocidad del Ego para τ=1 Como ejemplo, se muestra el caso de modo est´andar ytime gap τ= 1, las medidas reales se muestran en la figura 3.15 y podemos ver que la situaci´on estacionaria tiene lugar alrededor del tiempo = 46sytiempo = 79s(puntos 1 y 2 en dicha gr´afica). Las medidas tomadas del gr´afico 3.15 se muestran en la tabla 3.2 y la ecuaci´on 3.15 para el primer caso (tiempo = 46s) se resuelve de la siguiente manera: offset = 19,66 − (57,5/3,6) cdot1 = 3,69m. Cuadro 3.2.: Datos obtenidos de las medidas reales para τ= 1 Time (s) Vtarget(km/h) dsoll (m) offset (m) 46 57.5 19.66 3.69 79 77.16 23.42 1.99 Como puede verse el offset se reduce al aumentar la velocidad. Esto puede deberse a que cuando la velocidad es grande, no necesitamos ning´un offset ya que la distancia τ·Vtarget es lo suficientemente grande como para conducir de una manera segura, por otro lado cuando la velocidad es cero sigue siendo necesario guardar una cierta distancia con el coche de delante. De acuerdo con las mediciones para este caso en particular (el modo est´andar y time gap 1) el valor del offset se rige por la ecuaci´on 3.16 donde la velocidad se expresa en km/h, y el offset en metros. doffset = 8,662 −0,086 ·VEgo (3.16) L´ımites del offset: ya que s´olo hay medidas para dos situaciones la ecuaci´on puede no ser v´alida para cada velocidad, por lo tanto, hay algunas correcciones que se deben hacer. Por ejemplo, un offset negativo puede no tener sentido, as´ı como uno muy grande podr´ıa no ser necesario. En la figura 3.14 se muestra una descripci´on gr´afica del comportamiento del offset en funci´on de la velocidad del veh´ıculo Ego (VEgo), donde se pueden ver su comportamiento antes y despu´es de establecer los l´ımites. 28 3.2. Control de distancia Figura 3.15.: Gr´aficas utilizadas para medir la distancia dsoll para modelo est´andar y τ= 1 en el estado estacionario. Time Gap 4: Como hemos visto hasta ahora, a mayor velocidad menor offset, sin embargo, el comportamiento para τ= 4 es completamente diferente. De acuerdo a las mediciones para este caso a mayor velocidad mayor offset se necesita. Como en el caso anterior, se hace necesario establecer unos l´ımites para el offset. De lo contrario tendremos un desplazamiento negativo cuando la velocidad es cero. La correlaci´on del offset con la velocidad se puede ver en la figura 3.16 y los datos se muestran en la siguiente tabla(3.3). Se puede leer m´as informaci´on sobre el offset y consultar sus gr´aficas de comportamiento en el ap´endice E. Cuadro 3.3.: Datos obtenidos de las medidas reales para τ= 4 Time (s) Vtarget(km/h) dsoll (m) offset (m) 46 57.6 39.05 2.21 79 77.1 53.94 4.66 29 3. Sistema ACC Figura 3.16.: Correlaci´on entre el offset y la velocidad del Ego para τ=4 Figura 3.17.: Control de la aceleraci´on con un PI + anti-windup 3.3. Control de aceleraci´on El control de aceleraci´on es el bloque azul en la figura 3.2. Como se puede ver en la imagen, hay dos inputs diferentes para este controlador y se selecciona el m´ınimo de ambos (el porqu´e se explica en la introducci´on del cap´ıtulo 3). El controlador est´a compuesto de un t´ermino P m´as un t´ermino I con un diagrama de anti-windup. El primer controlador que se prob´o era un control P, sin embargo este dise˜no presenta un error en el estado estacionario, ya que nunca se alcanza el valor deseado de aceleraci´on. Al a˜nadir un operador integrar dicho error se elimina, sin embargo esta soluci´on produce una gran sobreoscilaci´on debido al error acumulado que se produce durante la subida (windup). Con el fin de evitar este problema se a˜nade el diagrama de anti-windup. El controlador resultante se muestra en la figura 3.17. Para determinar los valores de este controlador se realizaron numerosas simulaciones. Se exige una sobreosiclaci´on nula adem´as de una respuesta considerablemente r´apida por debajo del medio segundo. Tras llevar a cabo las simulaciones se determin´o que los valores ´optimos de la constante proporcional, integral y el valor para el anti-windup del controlador son: kp= 0,12, ki= 3 y kwindup = 100. En la figura 3.18 podemos ver el comportamiento del sistema ante un escal´on de 0,7m/s2, se puede ver que no hay sobreoscilaci´on y que el error en estado estacionario es cero. Se muestran m´as gr´aficos y resultados en el ap´endice B. 30 3.4. Resultados ACC Figura 3.18.: Comportamiento del control de aceleraci´on ante un escal´on de 0,7m/s2 3.4. Resultados ACC Los resultados para el modelo ACC se muestran en este apartado. Tanto el veh´ıculo Ego real como el simulado tienen el mismo veh´ıculo Target. El objetivo es que la diferencia entre las velocidades de los dos veh´ıculos Ego (real y simulado) no exceda el valor +- 2km/h. Por otro lado la distancia relativa entre el Target y el Ego simulado y entre el Target y el Ego real no debe exceder los 2 metros. Los resultados obtenidos para el caso de seleccionar el modo din´amico y un time gap igual a 4 se muestran en la figura 3.19. Puede verse como estos l´ımites previamente establecidos no se sobrepasan en ning´un momento. Para m´as resultados de otros modos y time gap v´ease el ap´endice C. Para el resto de posibles valores de τ(2 y 3) no se realizaron medidas con coches reales porque una vez se obtienen los par´ametros del modelo para τ= 1 y τ= 4 se pueden interpolar los resultados. Por lo tanto estos ajustes quedan pendientes de realizarse al igual que el correspondiente al modelo confortable. 31 4. Sistema AEB el conductor no lo hace manualmente, es por eso que la velocidad del veh´ıculo Ego no aumenta hasta los 23km/h que es lo que har´ıa el ACC. La m´ınima distancia que encontramos es alrededor de 0.8 metros, por lo tanto el AEB ha actuado de manera satisfactoria. En el ap´endice D se recogen m´as resultados, incluida una simulaci´on para examinar el modo city. 38 5. Conclusiones En este proyecto se ha realizado e implementado un modelo simplificado de los sistemas reales ACC, AEB y sensor radar, instalados en veh´ıculos comerciales. Dichos modelos ser´an instalados en un simulador de la conducci´on que el Instituto de Automoci´on de la Universidad TU Graz est´a desarrollando. El objetivo es instalar dichos modelos en un simulador de conducci´on, para extraer medidas y resultados que puedan servir para mejorar los sistemas que se desarrollen en el futuro. Por ello es de crucial importancia que el modelo simplificado refleje un comportamiento lo m´as similar posible a la realidad. El sensor radar es un modelo simplificado que simula el comportamiento de un radar real. Su funci´on es detectar objetos en la carretera as´ı como su velocidad relativa, para recopilar la informaci´on necesaria para el correcto funcionamiento de los sistemas ACC y AEB. Se ha implementado un efecto sombra, as´ı como la detecci´on de un punto en el contorno exterior del veh´ıculo. Como limitaciones, queda decir que todos aquellos veh´ıculos cuyo centro de masas se encuentra por detr´as del sensor radar, no producen niguna sombra. El modelo ACC desarrollado simula el sistema real instalado en el Audi A6. Dicho modelo presenta tres modos diferentes de operaci´on: est´andar, din´amico y confortable. En este proyecto se han implementado el modo est´andar y din´amico, haciendo especial menci´on al comportamiento del din´amico, por sus estrechos m´argenes de error. Los ajustes que en este proyecto se han realizado, en relaci´on al sistema ACC, son para un time gap de 1 y 4, con lo que un futuro desarrollo ser´a posible interpolando los resultados a partir de estos valores para time gap de 2 y 3. Por ´ultimo queda mencionar el modelo AEB, el cual simula el sistema real instalado en el Mercedes S. El comportamiento de este modelo se ajusta de manera satisfactoria y diferencia entre los tipos de intervenci´on disponibles en el sistema real. 5. Conclusiones 40 ´ Indice de figuras 1.1. Primer cruise control desarrollado por la compa˜n´ıa Chrysler en 1958, basado en el invento anterior de Ralph Teetor. . . . . . . . . . . . . . . . . 2 1.2. Simulador de conducci´on en fase avanzada de construcci´on. . . . . . . . . 3 1.3. Ensayo con un proyector de c´omo y d´onde se formar´a la imagen (izquierda), estructura y pantallas 3D que se montar´an enfrente del simulador y en ambas ventanillas para crear el efecto 3D y efecto de velocidad (derecha). 4 1.4. Imagen extra´ıda de la revista de AVL [4] que muestra una imagen el software utilizado: VSM Dynamic Real Time Vehicle Simulation Model. . 5 2.1. Rango geom´etrico del radar . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2. Esquinas del veh´ıculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.3. Inpunt para la funci´on de simulink . . . . . . . . . . . . . . . . . . . . . . 9 2.4. Rotaci´on de veh´ıculos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.5. Ejemplo con un solo coche . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.6. Par´ametros para definir una sombra . . . . . . . . . . . . . . . . . . . . . 11 2.7. Sombras reales creadas por cada veh´ıculo (girs claro), y sombras adicionales que el simulador del radar crea (gris oscuro). . . . . . . . . . . . . . . 12 2.8. Punto de la superficie detectado . . . . . . . . . . . . . . . . . . . . . . . . 12 2.9. Cuatro posibles soluciones a las ecuaciones de intersecci´on de lineas, s´olo uno de ellos es la soluci´on correcta, en este caso el punto b. . . . . . . . . 13 2.10. Coches circulando en diferentes carriles de la carretera. . . . . . . . . . . . 14 3.1. Control de velocidad y distancia actuando al mismo tiempo. . . . . . . . . 15 3.2. Modelo de simulink con el control de distancia (verde), control de velocidad (amarillo) y control de aceleraci´on (azul) . . . . . . . . . . . . . . . . 16 3.3. Respuesta del sistema para un escalon de 30km/h. . . . . . . . . . . . . . 17 3.4. Esquema de las dos contribuciones que intervienen en el control de distancia. 18 3.5. Distancias existentes entre veh´ıculos. . . . . . . . . . . . . . . . . . . . . . 19 3.6. Relaci´on entre ∆vy la aceleraci´on que se produce, tambi´en pueden verse las diferentes kutilizadas. ........................... 20 3.7. Velocidades del veh´ıculo Ego y Target tomadas de las medidas reales, donde pueden apreciarse dos pendientes diferentes de deceleraci´on. El cambio se encuentra alrededor de t=13s....................... 22 3.8. Perfiles de velocidad de los veh´ıculos (arriba). Diferencia entre las velocidades del Ego real y simulado (difV ) y diferencia entre la xrel del Ego real y simulado (abajo). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 ´ Indice de figuras 3.9. Veh´ıculo Ego simulado (rojo) y real (negro) con un Target delante, para comparar las distancias relativas de ambos veh´ıculos Ego. . . . . . . . . . 24 3.10. Perfil de velocidades de todos los veh´ıculos (ariba). Diferencia en velocidades difV y posici´on difX (abajo) para el caso en el que la doble pendiente de bajada no est´a implementada. . . . . . . . . . . . . . . . . . . . . . . . 25 3.11. Esquema simplificado de los valores que rigen la deceleraci´on de seguimiento. 25 3.12. Perfil de velocidades (arriba) y diferencias difX ydifV (abajo) para dos casos concretos. El control de deceleraci´on de seguimiento apagado (izquierda) y encendido (derecha) . . . . . . . . . . . . . . . . . . . . . . . 26 3.13. Velocidades (arriba), y aceleraci´on inicial y final para el controlador ”Mantenerelm´ınimo”................................. 27 3.14. Correlaci´on entre el offset y la velocidad del Ego para τ=1 . . . . . . . . . 28 3.15. Gr´aficas utilizadas para medir la distancia dsoll para modelo est´andar y τ= 1 en el estado estacionario. . . . . . . . . . . . . . . . . . . . . . . . . 29 3.16. Correlaci´on entre el offset y la velocidad del Ego para τ=4 . . . . . . . . . 30 3.17. Control de la aceleraci´on con un PI + anti-windup . . . . . . . . . . . . . 30 3.18. Comportamiento del control de aceleraci´on ante un escal´on de 0,7m/s2. . 31 3.19. Perfil de velocidades (arriba) y diferencias difX ydifV (abajo) para el caso din´amico y time gap igual a 4. . . . . . . . . . . . . . . . . . . . . . . 32 4.1. Relaci´on del ttc con la velocidad relativa entre veh´ıculo Ego y Target. . . 35 4.2. El sistema AEB evita una colisi´on. La velocidad inicial del veh´ıculo Ego es 100km/h cuando aparece un Target a 60 metros circulando a 23km/h. AEB mode cambia de valor 1(warning) a 2 (frenada parcial) y 3 (frenada total) (abajo). Perfil de velocidades (arriba). . . . . . . . . . . . . . . . . . 37 A.1. Response of the system fot a step of 30km/h for P=0.1 (left) and P=0.3 (right)...................................... X A.2. Response of the system fot a step of 30km/h for P=0.4 (left) and P=10 (right)...................................... X B.1. Response of the system fot a step of 30km/h for P=0.4 (left) and P=10 (right)......................................XII C.1. Velocities of Target vehicle, Ego real and simulated for Dynamic mode and time gap iqual to 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . XIV C.2. Velocities of Target vehicle, Ego real and simulated for Standard mode and time gap iqual to 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . XV C.3. Velocities of Target vehicle, Ego real and simulated for Standard mode and time gap iqual to 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVI C.4. Test for the behavior of the ACC controller when the Target speed up over the set-up speed (left), and when the driver press the gas over the set-up speed (right). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVII II ´ Indice de figuras C.5. Test fo the behavior of the ACC when the driver switch off the system (left) and when the driver brakes (right). controller . . . . . . . . . . . . . XVII D.1. Behavior of the AEB city,Ego vehicle drives at 32km/h, Target vehicle driving at 5km/h at a distance of 5 meters) . . . . . . . . . . . . . . . . . XIX D.2. Response of the AEB system when the ACC is switched off . . . . . . . . XX E.1. Measures for different modes using τ=1...................XXII E.2. Measures for different modes using τ=4...................XXII E.3. Graphics used to measure the distance dsoll for standard model and time gap τ= 1 in the steady state. . . . . . . . . . . . . . . . . . . . . . . . . . XXIII E.4. Correlation between offset and the velocity of the Ego vehicle for diferent modes keeping the same τ=1. ........................XXIV E.5. Correlation between offset and the velocity of the Ego vehicle for diferent modes keeping the same τ=4. ........................XXIV F.1. Rotation of the gravity center of the vehicle . . . . . . . . . . . . . . . . . XXVIII F.2. Rotation of the corners of the vehicle (left) and one only corner (right). . XXVIII G.1. One car example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXXI G.2. Relative velocity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXXII G.3. Example of situation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXXII G.4. data input . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXXIII H.1. 4 different angles in a car. . . . . . . . . . . . . . . . . . . . . . . . . . . . XXXV I.1. C´odigo Radar 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXXVIII I.2. C´odigo Radar 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXXIX I.3. C´odigo Radar 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XL I.4. C´odigo Radar 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XLI I.5. C´odigo Radar 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XLII I.6. C´odigo Radar 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XLIII I.7. C´odigo Radar 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XLIV I.8. C´odigo Radar 8. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XLV I.9. C´odigo Radar 9. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XLVI J.1. Modelo en Simulink del conjunto del sistema ACC. El control de distancia se encuentra en el n´umero 1. . . . . . . . . . . . . . . . . . . . . . . . . . XLVIII J.2. Controlador de distancia. Pueden verse los diferentes controles: 1 control de deceleraci´on de seguimiento, 2 control de deceleraci´on de aproximaci´on y 3 mantener el m´ınimo. Adem´as el n´umero 4 corresponde al sistema AEB.XLIX J.3. Sistema de frenada de emergencia AEB con sus diferentes modos ciudad einter-urbano. ................................. L III ´ Indice de figuras IV ´ Indice de cuadros 3.1. Valores de time gap obtenidos de la gu´ıa del Audi A6 [2] . . . . . . . . . . 19 3.2. Datos obtenidos de las medidas reales para τ=1.............. 28 3.3. Datos obtenidos de las medidas reales para τ=4.............. 29 A.1. Results for different values of P for the velocity controller. . . . . . . . . . IX ´ Indice de cuadros VI Bibliograf´ıa [1] ARTRAC. EuroNCAP to drive availability of Autonomous Emergency Braking systems for safer cars in Europe. Available at http://artrac.org/index.php/page/EuroNCAP-to-drive-availability-of-AutonomousEmergenc-2012-08-08l, 2011. Accessed on 14 Jun 2014. [2] Audi AG. Audi A 6 |S 6. Betriebsanleitung. . Available at http://www.audi.de/content/dam/nemo/models/misc/pdf/my2015/kurzanleitungen/kurzanleitung a6 s6 rs-6-avant.pdf. [3] Automotive News. AVL simulates races to tune F1 engines. Available at http://www.autonews.com/article/20030616/SUB/306160996/avl-simulatesraces-to-tune-f1-engines, 2003. Accessed on 20 August 2014. [4] AVL. AVL Powertrain World App. Available at https://www.avl.com/html/static/emag/focus 2013 2 E/index.html]/22/, 2013. Accessed on 20 August 2014. [5] Marc Green and John Senders. Human Error in Road Accidents. Available at http://www.visualexpert.com/Resources/roadaccidents.html. Accessed on 12 May 2014. [6] Mercedes S. Available at http://techcenter.mercedesbenz.com/de DE/pre safe brake/detail.html. [7] UNECE. UNECE works on new standards to increase the safety of trucks and coaches. Available at http://www.unece.org/press/pr2011/11trans p10e.html, 2011. Accessed on 14 Jun 2014. [8] wikipedia. Ralph Teetor. Available at http://en.wikipedia.org/wiki/Ralph Teetor. Accessed on 12 Jun 2014. [9] YAN, X., RADWANN, E. und GUO, D. Effects of major-road vehicle speed and driver age and gender on left-turn gap acceptance, 2007. Accessed on 12 May 2014. C. Ap´endice Figura C.1.: Velocities of Target vehicle, Ego real and simulated for Dynamic mode and time gap iqual to 1. XIV Figura C.2.: Velocities of Target vehicle, Ego real and simulated for Standard mode and time gap iqual to 4. XV C. Ap´endice Figura C.3.: Velocities of Target vehicle, Ego real and simulated for Standard mode and time gap iqual to 1. XVI Figura C.4.: Test for the behavior of the ACC controller when the Target speed up over the set-up speed (left), and when the driver press the gas over the set-up speed (right). Figura C.5.: Test fo the behavior of the ACC when the driver switch off the system (left) and when the driver brakes (right). controller XVII C. Ap´endice XVIII D. Ap´endice Resultados AEB: Otras pruebas para el AEB se muestran en este anexo. El caso del AEB Inter-Urban se ve en la secci´on 4.5, por lo tanto en este ap´endice se muestra el comportamiento para AEB city. Como fue descrito en dicho cap´ıtulo el comportamiento para el modo ciudad solo presenta dos situaciones, warning y frenada total. Por lo tanto en la figura D.1 puede observarse que solamente hay una pendiente de frenada, la cual se hace con toda la capacidad (−10m/s2) y se mantiene hasta que la distancia (linea roja) aumenta hasta los 2 metros, entonces el AEB se desactiva. Lo que ocurre despues es simplemente que el coche empieza a moverse debido a que el software utilizado (vehicle dynamics) mantiene la primera marcha, por lo tanto el coche se mueve a la velocidad correspondiente al m´ınimo de revoluciones (ralent´ı). Figura D.1.: Behavior of the AEB city,Ego vehicle drives at 32km/h, Target vehicle driving at 5km/h at a distance of 5 meters) D. Ap´endice Figura D.2.: Response of the AEB system when the ACC is switched off En la figura D.2 se ilustra el caso en el que el AEB actua aun cuando el sistema ACC esta desactivado. En esta situaci´on el veh´ıculo Ego se mueve a una velocidad inicial de 100km/h con el ACC activado, otro veh´ıculo esta circulando enfrente por lo que se ve obligado a frenar y amoldar su velocidad a la del Target. Alrededor del segundo 35 el conductor apaga el ACC (puede verse que la velocidad disminuye ya que el conductor tampoco pisa el acelerador). En el segundo 40 el ve´ıculo Target se detiene por completo por el motivo que sea, obligando al AEB a actuar. Puede verse que la frenada se realiza con exito incluso cuando el ACC esta apagado. XX E. Ap´endice C´alculo del offset: En la secci´on 3.2.5 resolvimos dos casos concretos para la ecuaci´on del offset, sin embargo en este anexo analizamos m´as situaciones posibles. En las im´agenes E.1 y E.2 se pueden ver todos los datos tomados para los diferentes casos. N representa el numero del experimento, por lo que se puede ver que tenemos 2 medidas para cada situaci´on concreta. En todo c´alculo el procedimiento es el mismo: 1Se identifica d´onde la situaci´on es estacionaria (ambos coches conducen a la misma velocidad y guardando una distancia constante). 2En ese momento se mide la distancia entre ambos coches y la velocidad del Target. 3Una vez tenemos esto se calcula el offset con la ecuaci´on: doffset =dsoll −τ·Vtarget 4Se busca el siguiente punto con situaci´on estacionaria y se prodece de igual manera. 5Una vez tenemos ambos valores de offset para ambas velocidades se establece una correlacion entre el offset y la velocidad del veh´ıculo Ego. Se ha supuesto que el offset depende de la velocidad del Ego y no de la del Target porque en la ecuaci´on E.1 ya hay una contribuci´on debida a la velocidad del Target, por lo tanto el offset debe ser un valor relacionado con el Ego. dsoll =offset +τ·Vtarget (E.1) Para τ= 1 la correlaci´on resultante del offset en funci´on de la velocidad del coche Ego (VEgo) para los distintos modos se muestra en la ecuaci´on E.2 para modo din´amico, la ecuaci´on E.3 para confortable y la ecuaci´on E.4 para el est´andar. Una descripci´on gr´afica de estas tres ecuaciones se muestra en la figura E.4. offsetdy =−0,07 ·VEgo + 7,69 (E.2) offsetcm =−0,074 ·VEgo + 8,12 (E.3) offsetst =−0,088 ·VEgo + 8,97 (E.4) Por otro lado, para τ= 4 las correlaciones se muestran en las equaciones E.5 para modo din´amico, ecuaci´on E.6 para confortabble y la ecuaci´on E.7 para estandare. E. Ap´endice Figura E.1.: Measures for different modes using τ= 1 Figura E.2.: Measures for different modes using τ= 4 XXII Figura E.3.: Graphics used to measure the distance dsoll for standard model and time gap τ= 1 in the steady state. offsetdy = 0,09 ·VEgo −3,64 (E.5) offsetcm = 0,18 ·VEgo −8,19 (E.6) offsetst = 0,15 ·VEgo −6,74 (E.7) Es importante decir que para el caso tau = 4 y el modo confortable las mediciones no son exactas. Las dos medidas de la distancia que est´an marcados en la figura E.2 no son 100 % fiables porque cuando el veh´ıculo Target comenz´o a frenar de 80 km/h a 60 km/h la situaci´on hab´ıa alcanzado el equilibrio (punto n´umero 2 en el gr´afico). El comportamiento final del offset se muestra en las figuras E.4 and E.5. Como se explic´o XXIII F. Ap´endice XXX G. Ap´endice Matriz Cars: Como se ha descrito en el cap´ıtulo 2.2.2 los ´unicos datos relevantes son los referidos al punto de la superficie. Por lo tanto la matriz Cars guarda la informaci´on de ese punto para cada veh´ıculo. Las filas de la matriz representan los diferentes veh´ıculos y las columnas se explican a continuaci´on: •distancia (d): medida desde donde se encuentra el radar (en la parte frontal del veh´ıculo Ego) hasta el susodicho punto superficie. •´angulo(ϕ): el ´angulo donde el punto superficie se encuentra, en coordenadas relativas al veh´ıculo Ego. •velocidad (vm): m´odulo de la velocidad del veh´ıculo Target (relativa al veh´ıculo Ego). •´angulo de la velocidad (γvel): ´angulo del vector velocidad relativa al veh´ıculo Ego. La fila del vector Cars respectiva al veh´ıculo de la figura G.1 ser´ıa: d= 20m, ϕ= 15, vm=1.17 y γvel 0.21. Los c´alculos realizados para la velocidad relativa se muestran en la figura G.2. Un ejemplo del conjunto de la matriz Cars se muestra en la figura G.3, donde tenemos una distribuci´on de los veh´ıculos que rodean el coche Ego. Los coches de la matriz que se crean a partir de esa situaci´on no tienen en cuenta si son detectados por el radar o Figura G.1.: One car example G. Ap´endice Figura G.2.: Relative velocity Figura G.3.: Example of situation no, esta matriz s´olo se utiliza para guardar la informaci´on de cada veh´ıculo en relaci´on con la distancia relativa, el ´angulo y la velocidad. El input para esta situaci´on se a˜nade en la figura G.4, donde XeYrepresentan la posici´on del centro de gravedad del veh´ıculo, hes el ´angulo en el que el veh´ıculo est´a orientado y vla velocidad (todos ellos con relaci´on a un sistema de coordenadas global). Como puede verse en la figura todos los veh´ıculos tienen una velocidad igual a cero excepto el primero, que tiene una velocidad igual a dos como el veh´ıculo Ego. La matriz Cars resultante se muestra en la ecuaci´on G.1. Si nos fijamos en la tercera columna de la primera fila, la cual representa la velocidad relativa del veh´ıculo 1, podemos ver que la velocidad es cero, esto se debe a que tanto el veh´ıculo 1 como el veh´ıculo Ego tienen la misma velocidad y orientaci´on. Por otro lado si analizamos la segunda fila de XXXII Figura G.4.: data input esta matriz, encontramos el veh´ıculo anteriormente representado en la figura G.1. Como se ha calculado anteriormente, el punto superficie de este veh´ıculo se encuentra a una distancia de 20 metros, un ´angulo de 15 grados y la velocidad relativa es 1,17 con un ´angulo de 2,77 rad (160 grados). Por el contrario, el resto de veh´ıculos tienen una vm= 2 , debido a que su velocidad absoluta es igual a cero y la velocidad del veh´ıculo ego es 2. Por lo tanto todos ellos se est´an moviendo hacia el veh´ıculo Ego en un sistema relativo de coordenadas. Cars =                 3,1623 18,4349 0 0 20,7743 15,2577 1,1723 2,775 20,5984 34,3803 2,00 3,1416 12,4065 150,2538 2,00 3,1416 13,6525 −26,5651 2,00 3,1416 44,8917 −45,8814 2,00 3,1416 22,7818 28,6105 2,00 3,1416 86,79590 −7,7652 2,00 3,1416 43,6936 −23,1986 2,00 3,1416 47,0643 −40,1009 2,00 3,1416                 (G.1) XXXIII G. Ap´endice XXXIV H. Ap´endice Array Shadows: En este ap´endice se explica con m´as detalle como se calculan los ´angulos a los que se encuentran las esquinas de cada veh´ıculo. Debido a que sabemos las coordenadas de todas las esquinas con respecto al veh´ıculo Ego: x1, y1, x2, y2, etc (explicado en la secci´on 2.2.1) el c´alculo que se necesita es simple y puede verse en las ecuaciones H.1 a H.4 para las esquinas del 1 al 4, respectivamente. ϕ1=arctg(y1/x1) (H.1) ϕ2=arctg(y2/x2) (H.2) ϕ1=arctg(y1/x1) (H.3) ϕ2=arctg(y2/x2) (H.4) Una vez que tenemos estos cuatro ´angulos, la sombra ser´a creada desde el ´angulo m´ınimo hasta el ´angulo m´aximo de todos ellos. Una descripci´on gr´afica se muestra en la figura H.1 donde ϕmin =ϕ2yϕmax =ϕ3. Para el ejemplo mostrado en la figura H.1 los datos relevantes que se utilizan para crear la sombra son ϕ2, ϕ3y la distancia a la segunda esquina m´as cercana, en este caso el Figura H.1.: 4 different angles in a car. H. Ap´endice n´umero 3: D3= (x2 3+y2 3)1/2por lo que estos tres datos se guardan en las tres columnas de la matriz Shadows. XXXVI I. Ap´endice C´odigo del sensor radar: Este ap´endice muestra el c´odigo que se ha utilizado en el dise˜no del sensor radar. Est´a dividido en dos bucles diferentes. El primer bucle lee la informaci´on de los coches que est´an rodeando al veh´ıculo Ego, a partir de la cual crea las dos matrices Cars YShadows. El segundo bucle utiliza ambas matrices para determinar qu´e veh´ıculos son detectados por el radar y cu´ales no. El c´odigo se muestra en las im´agenes de I.1 hasta I.9. I. Ap´endice Figura I.1.: C´odigo Radar 1. XXXVIII Figura I.2.: C´odigo Radar 2. XXXIX I. Ap´endice Figura I.9.: C´odigo Radar 9. XLVI J. Ap´endice Modelos de simulink (ACC y AEB): Este ap´endice muestra im´agenes de los diagramas de bloques que han sido implementados. En la imagen J.1 se muestra el conjunto del modelo, la parte importante de esta figura es la parte central, que coincide con lo descrito en la figura 3.2. En esta parte se encuentran el controlador de distancia, aceleraci´on y velocidad. El control de distancia es el m´as complejo de los tres, por lo que se muestra en la figura J.2 para una mejor compresi´on. Los controladores descritos en la secci´on 3.2.4 se se˜nalan con n´umeros, siendo 1: deceleraci´on de seguimiento, 2: deceleraci´on de aproximaci´on, y 3: mantener el m´ınimo. Por ´ultimo el n´umero 4 corresponde al sistema AEB. El sistema AEB est´a incluido dentro del controlador de distancia. La imagen correspondiente es J.3, donde puede diferenciarse claramente el bloque correspondiente al modo ciudad y al modo inter-urbano. J. Ap´endice Figura J.1.: Modelo en Simulink del conjunto del sistema ACC. El control de distancia se encuentra en el n´umero 1. XLVIII Figura J.2.: Controlador de distancia. Pueden verse los diferentes controles: 1 control de deceleraci´on de seguimiento, 2 control de deceleraci´on de aproximaci´on y 3 mantener el m´ınimo. Adem´as el n´umero 4 corresponde al sistema AEB. XLIX J. Ap´endice Figura J.3.: Sistema de frenada de emergencia AEB con sus diferentes modos ciudad e inter-urbano. L