Riassunto analitico
In questo elaborato viene affrontato il tema della guida autonoma in ambito racing applicato ad una piattaforma di Learn by Doing anche meglio conosciuta come F1 – Tenth. Trattasi infatti, di vetture radio comandate in scala 1:10 che vengono successivamente modificate per implementare un sistema di guida Driverless grazie al quale possono gareggiare tra di loro in maniera del tutto autonoma.
Viene messa in evidenza l’autosostentamento tra l'ingegneria meccanica, ed in particolare la Dinamica del Veicolo, e l’Ingegneria Informatica e come queste collaborino sinergicamente allo scopo di migliorare la mobilità autonoma per i veicoli di tutti i giorni. Inoltre, attraverso il lavoro svolto con Hipert Lab, si è dimostrato che anche semplici modelli matematici del veicolo, implementati nel Controllo Predittivo ad Alte Velocità, si possano ottenere un ottimo grado di precisione di controllo senza che ci sia necessariamente bisogno di un elevato costo computazionale per via algoritmi predittivi di difficile elaborazione.
|
Abstract
This thesis explores the realm of Autonomous Racing, focusing on its application to a Learn by Doing platform commonly referred to as F1 – Tenth. In this context, radio-controlled 1:10 scale cars are initially modified to incorporate a Driverless Driving System, enabling them to engage in fully autonomous races.
The work highlights the inherent synergy between mechanical engineering, particularly the Vehicle Dynamic field, and Computer Science. It demonstrates how these two disciplines collaboratively contribute to the enhancement of autonomous mobility for everyday vehicles. Additionally, through collaboratives efforts with Hipert Lab, the research demonstrates that even straightforward mathematical vehicle models, when integrated into a High-Speed Predictive Control System, can achieve a remarkable degree of control precision without necessarily incurring the computational complexity associated with challenging predictive algorithms.
|
