Riassunto analitico
L’angolo di rollio è una delle grandezze più rappresentative della dinamica laterale dei motoveicoli, la sua stima costituisce un problema di notevole interesse industriale. I sensori necessari sono le piattaforme inerziali, i cui aspetti fondamentali sono l’accuratezza e il costo. Grazie alla conoscenza dell’angolo di rollio è possibile conoscere lo stato del motoveicolo in condizioni operative, e di conseguenza garantire l’adeguato intervento dei controlli elettronici di assistenza alla guida (traction control, ABS, etc). Durante il lavoro di tesi in primo luogo è stata effettuata l’analisi di come viene affrontato il problema della stima degli angoli d’assetto dei veicoli, a partire dal settore aeronautico. Di seguito si è studiata l’applicazione a veicoli terrestri e le ricadute della stima del rollio sul calcolo dello slip, della velocità del veicolo e dell’accelerazione laterale, variabili di controllo del traction control e dell’ABS. Sono stati poi approfonditi la struttura del filtro di Kalman (KF) e del filtro di Kalman esteso (EKF), gli strumenti matematici necessari, come linearizzazione e discretizzazione, il filtraggio delle grandezze misurate, la stima di variabili non misurate con sensori e la stima di parametri. Si sono inoltre implementate procedure Matlab su semplici esempi di sistemi dinamici. Nello step successivo del lavoro, svolto concentrandosi su veicoli da competizione, si è analizzato il funzionamento del codice utilizzato in Ducati Corse. Grazie ai rilievi sperimentali ottenuti mediante sensori laser è stato possibile confrontare le stime eseguite dalla centralina con le misure dirette, allo scopo di valutare le prestazioni attuali dell’EKF. Si è poi passati alla fase di tuning dei parametri che governano l’algoritmo EKF attualmente in centralina per ottenere il miglioramento della stima dell’angolo di rollio. Nella parte conclusiva è stata studiata la proposta di sviluppo di un nuovo algoritmo EKF per il miglioramento delle performance di stima.
|
Abstract
The roll angle is one of the most representative magnitudes in the lateral dynamics of motorcycles and its estimate is a problem of considerable industrial interest. The required sensors are inertial platforms, whose fundamental aspects are accuracy and cost.
Thanks to the knowledge of the roll angle it is possible to know the status of a vehicle in operating conditions and consequently ensure the proper operation of driver assistance systems (traction control, ABS, etc).
In this thesis in the first place the problem of estimating the attitude angle of vehicles in aviation industry was analysed.
Subsequently both its application to land vehicles and the advantages the roll angle estimation brings to the calculation of slip, vehicle speed and lateral acceleration, that are the control variables of traction control and ABS, were studied.
Then the structure of both the Kalman Filter (KF) and extended Kalman filter (EKF), the required mathematical tools such as linearization and discretization, the filtering of the measured quantities, the estimate of variables not measured by means of sensors and the estimation of parameters were investigated.
Matlab procedures were also implemented on simple examples of dynamic systems.
In the following step the focus was on competition vehicles and the operation of the code used by Ducati Corse was analysed.
Thanks to the experimental data obtained by laser sensors it was possible to compare the estimates made by the control unit with direct measurements in order to evaluate the performance of the current EKF.
The next phase was the tuning of the parameters governing the EKF algorithm currently in the CPU in order to obtain improvements in the estimation of the roll angle.
The study of the development of a new EKF algorithm to improve the performance of the estimate has been advanced in the final part of the present study.
|