Development of an MPC algorithm to optimally coach heavy-duty truck operators

Abstract

El consumo de combustible es uno de los aspectos más investigados en la industria automovilística, pues tiene especial impacto en las emisiones de gases contaminantes, así como en el coste de operación del vehículo, especialmente en vehículos pesados. Una manera de optimizar el consumo es usar un asistente de conducción que indique al usuario la velocidad a la cual el consumo es mínimo. De esta manera se logra reducir en gran medida los acelerones/frenazos ineficientes que realizan muchos conductores, los cuales aumentan significativamente el consumo. Una forma de crear dicho asistente es mediante el uso de un algoritmo de control predictivo por modelo (MPC) que incorpore un modelo del conductor del vehículo para realizar sus predicciones. Desarrollaremos un modelo de conductor para realizar predicciones sobre la velocidad futura del vehículo y lo incorporaremos en un algoritmo de control predictivo por modelo. Dicho algoritmo servirá de base para la creación de un asistente de conducción que ayudará a reducir el consumo de combustible. Finalmente evaluaremos el comportamiento del algoritmo ante diferentes situaciones de conducción en las cuales el camión debe seguir una velocidad de consumo óptima determinada, teniendo en cuenta las limitaciones físicas del vehículo así como los límites de velocidad de la carretera.

Fuel consumption is one of the most researched aspects in the automotive industry, since it has a huge impact in greenhouse gas emissions, as well as in the cost of operation of a vehicle, especially in heavy-duty vehicles. One way of optimizing fuel consumption is to use a driver advisory that indicates the speed at which fuel consumption is minimum to the driver. By doing this, we can reduce the number of times the driver accelerates/brakes in a non-efficient manner that are really common among drivers. This kind of practices significantly increase fuel consumption. One way of creating a driver advisory is by using a model-based predictive control (MPC) that use a model of a human driver to make its predictions. We will develop a human driver model to make predictions about the future speed of the vehicle and we will incorporate it into a model predictive control algorithm. That algorithm will be the foundation of a driver advisory to help reduce fuel consumption. Finally, we will evaluate the behavior of the algorithm in different driving situations in which the truck must follow a given optimal fuel consumption speed, taking into account the speed limit, as well as the limits of the truck.