FM-ACC : um controlador de cruzeiro adaptativo fuzzy mamdani aplicado a veículos autônomos de escala reduzida em platooning

Abstract

A indústria do transporte tem enfrentado desafios significativos nos últimos anos, como o grande número de acidentes de trânsito. De acordo com a Organização Mundial da Saúde (OMS), os acidentes rodoviários são uma das principais causas de morte de pessoas. É impor- tante ressaltar que a maioria dos acidentes de trânsito é causada por erros humanos, como imprudência, uso de álcool ou tempo de reação do condutor. Dessa forma, surge a necessidade de automatizar a condução para torná-la mais eficaz e segura. Este estudo concentra-se na automatização da condução longitudinal, visando controlar um grupo de veículos, denominado platooning, que viaja com o mesmo destino e mantém uma curta distância entre os veículos, com o objetivo de garantir uma maior segurança nas rodovias. Para alcançar esse objetivo, propõe-se uma arquitetura de controle em cascata composta por dois níveis. O controlador de baixo nível é responsável pela aceleração e frenagem do veículo em escala reduzida, enquanto o controlador de alto nível se encarrega de manter uma distância segura entre os veículos. Este controlador de alto nível é baseado no conceito de Adaptive Cruise Control, que utiliza controle fuzzy para criar o plano de velocidade ideal para o veículo. O controlador fuzzy de distância recebe, por meio de um sensor, a medição da distância em relação ao veículo à frente ou ao veículo líder e, com base no erro entre essa medição e a distância de referência, gera uma velocidade de referência. Essa velocidade de referência é então transmitida ao controlador de baixo nível, que ajusta a aceleração e frenagem do veículo para manter a velocidade desejada. Os controladores desenvolvidos foram implementados no software MATLAB/SIMULINK, onde o controlador FM-ACC apresentou um excelente desempenho, superando em todas as métricas um controlador PI desenvolvido pelo método de Ziegler-Nichols, apresentando uma redução de 92.25% de sobresinal, 77.26% de tempo de acomodação, 41.52% de tempo de pico, 7.84% de tempo de subida e 35.23% de tempo de atraso. Além disso, o controlador foi validado em um estudo de caso em veículos de escala reduzida onde o controlador apresentou um desempenho semelhante aos resultados simulados. Por fim, o controlador foi submetido a um estudo de caso de um platooning com 7 veículos simulados no MATLAB, onde o contro- lador conseguiu controlar um platooning de cinco elementos com boas respostas temporais e apresentou grandes perturbações para os últimos dois veículos.