Estudo e comparação de métodos analíticos e empíricos para calibração de controle PID aplicado a cruise control veicular

Abstract

Resumo : Este estudo tem como finalidade entender a aplicabilidade de dois métodos para obter a velocidade final de um veículo em superfície plana, a partir de uma entrada de torque, a fim de gerar um modelo a ser utilizado para simulações de sistemas de controle em malha fechada para controle de velocidade. O primeiro método considera que utilizando equações conhecidas de dinâmica veicular e física básica é viável calcular qual será a velocidade de um veículo considerando forças contrárias ao movimento. O segundo método consiste em treinar uma rede neural com informações de torque, relação de transmissão e velocidade do motor e assim obter a velocidade final do veículo. A partir da análise dos resultados percebe-se que ambos os métodos são aplicáveis, entretanto o modelo físico não necessita de uma base de dados, enquanto o modelo por redes neurais depende de uma. Os dois métodos estudados são eficientes o suficiente para serem utilizados para simulações de sistemas de controle em malha fechada, redes neurais apresentando maior precisão com maior gasto computacional

Abstract : This study has the goal of understanding how two different methods for predicting the final speed of a vehicle are applicable in a real-world scenario, using torque request as input in order to model the behavior and use this for closed loop simulations. The first method consists of using well known vehicle dynamics’ equations and basic physics to calculate the final speed. The second one is about training neural networks with torque, gear, and engine speed to have the final speed as output. After analyzing the results, it is understood that both methods can be applied, however each one has pros and cons. The physical model does not need to be trained with previous data, yet the neural network has shown better precision