La sociedad actual debe hacer frente a sus retos partiendo de recursos cada vez más escasos y más costosos. Por ello, ésta demanda productos que no sólo sean eficaces sino también eficientes. En búsqueda de la eficiencia, en este proyecto se plantea la utilización conjunta de técnicas de control y estimación con muestreo no convencional para conseguir reducir el uso de recursos energéticos y computacionales necesarios para logar un seguimiento satisfactorio de trayectorias en vehículos autoguiados.

Objetivos generales:

1. Diseñar soluciones de control en red para vehículos autoguiados, a partir de las cuales se pueda reducir el uso de los recursos energéticos y de computación necesarios para conseguir un rendimiento satisfactorio del vehículo en el seguimiento de trayectorias.
2. Validar experimentalmente los diseños alcanzados a través de plataformas de laboratorio y posteriormente en entornos cercanos a la realidad.

Objetivos específicos:

• Integrar estrategias de muestreo no convencional (multifrecuencia y disparado por eventos dinámicos) en la aplicación de simulación desarrollada en el proyecto previo (DISCRIEF). Considerando los controladores diseñados en dicho proyecto, analizar las posibles mejoras que puedan aportar estas estrategias a nivel de compromiso ahorro-prestaciones.
• Testear otros algoritmos de seguimiento de trayectorias (Line of Sight, Stanley) y comprobar sus posibles beneficios en el comportamiento del vehículo.
• Diseñar algoritmos de control avanzados (MPC, QFT) para reemplazar a los anteriores. Comparación de resultados basada en compromiso ahorro-prestaciones.
• Asegurar estabilidad y robustez para las soluciones de control planteadas haciendo uso de técnicas basadas en LMI.
• Mejorar la aplicación de simulación desarrollada en el proyecto DISCRIEF, incluyendo aspectos avanzados de modelado, simulación 3D e incluso posible interacción con dispositivos externos (volante y pedales del vehículo).
• Poner en marcha la plataforma de laboratorio basada en un prototipo de coche autoguiado de pequeñas dimensiones, integrando aspectos de programación para el correcto tratamiento de los dispositivos físicos empleados en el vehículo.
• Validar experimentalmente los diseños de control en la plataforma de laboratorio.
• Poner a punto un vehículo de conducción autónoma de escala real cedido por el ai2 (UPV) para extrapolar los resultados obtenidos en el proyecto.

Noticias relacionadas

• 2024-12-20. Coche Autónomo. Trayectorias más fiables con menos gasto energético