Banca de QUALIFICAÇÃO: JOAO VICTOR TORRES BORGES

Uma banca de QUALIFICAÇÃO DE MESTRADO foi cadastrada pelo programa.

DISCENTE: JOAO VICTOR TORRES BORGES
DATA: 19/06/2019
HORA: 10:00
LOCAL: Sala Pos IC
TÍTULO:

ANÁLISE DE TÉCNICAS DE CONTROLE PREDITIVO DISTRIBUÍDO APLICADAS AO PROBLEMA DE PLATOON

RESUMO:

Sistemas multi-agentes têm sido amplamente utilizados em aplicações diversas, incluindo: aplicações militares, monitoramento de ambientes, saúde, manufatura industrial, mapeamento em zonas de desastre, tráfego de veículos, entre outros [ZY10]. Nesses sistemas, é fundamental que haja uma coordenação entre os agentes de forma a conduzir todo o grupo a alcançar um objetivo em comum.

Dentre as possíveis aplicações, no tráfego de veículos, especificamente, há um problema conhecido como platoon, em que um automóvel segue um outro e ambos estão separados por uma distância segura [JLW+16]. Já se foi provado que a inclusão de comunicação entre veículos, promovendo um ambiente cooperativo, melhoram significativamente a capacidade das vias e a eficiência energética dos automóveis, além de contribuir para a segurança no trânsito [OvdWHN12]. Na modelagem do problema de platoon, os veículos se locomovem sobre uma mesma faixa da pista usando alguma estratégia longitudinal de controle em cada veículo. No entanto, podem ser considerados casos em que um veículo precise entrar ou sair de um platoon no qual envolve um controle lateral de veículos. Além disso, outras questões podem ser consideradas na modelagem do problema como desvio de obstáculos, restrições de comunicação e restrições de hardware [CBM+16].

Contudo, dada as diversas restrições, os problemas supracitados necessitam de uma abordagem de controle além do clássico, onde o foco residia no rastreamento de trajetória ou nos requisitos temporais de resposta transitória. Dessa forma, outros métodos de controle vem sendo amplamente estudado por pesquisadores e desenvolvedores com a finalidade de resolver algumas dessas limitações em sistemas autônomos colaborativos.

Entre essas abordagens, estão aquelas baseadas em Controle de Horizonte Retrocedente (RHC, do inglês Receding Horizon Control), também conhecidas como Controle Preditivo (MPC, do inglês Model Predictive Control). Nessa abordagem, estratégias de otimização são adotadas pelo controlador de modo a obter ações de controle ótimas a cada instante de tempo. Uma vez que o problema de otimização no controle de movimento é não-linear e não-convexo [Ber16], utilizam-se modelos aproximados a partir da linearização desses problemas não-convexos de forma a simplificar não somente a solução analítica como possibilitar a implementação desses modelos em sistemas de tempo real sujeitos a restrições de desempenho.

Especificamente, em [CZL+17], o autor apresenta uma estratégia de controle descentralizada para navegação de múltiplos agentes livre de colisão combinando o algoritmo ORCA (do inglês Optimal Reciprocal Collision Avoidance) ao MPC, propondo o chamado ORCA-MPC. Esse método combinado possui algumas vantagens em relação ao algoritmo ORCA tradicional e seus variantes, por exemplo, a consideração de restrições de velocidade e a determinação da velocidade preferida de cada agente.

Dessa forma, cada trajetória do agente e sua velocidade pode ser otimizada e suavizada devido a incorporação do modelo dinâmico do agente. Uma outra vantagem desse outro método é que o conjunto de velocidades permitidas pelo método ORCA-MPC são um problema de otimização convexa independentemente do modelo da dinâmica do agente.

Assim, neste trabalho, propõem-se um estudo sistemático teórico de algoritmos de controle preditivo com restrições de problemas de otimização, especificamente, a implementação do algoritmo ORCA-MPC aplicado ao problema de platoon em um ambiente real.

PALAVRAS-CHAVE:

Platoon, Controle Preditivo

PÁGINAS: 9
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação

MEMBROS DA BANCA:
Presidente - 2021852 - THIAGO DAMASCENO CORDEIRO
Interno(a) - 2087442 - TIAGO FIGUEIREDO VIEIRA