This dissertation is aimed at elucidating the path towards the development of a future generation of highly-skilled autonomous vehicles (HSAV). In brief, it is envisaged that future HSAVs will be able to exhibit advanced driving skills to maintain the vehicle within stable limits in spite of the driving conditions (limits of handling) or environmental adversities (e.g. low manoeuvrability surfaces). Current research lines on intelligent systems indicate that such advanced driving behaviour may be realised by means of expert systems capable of monitoring the current vehicle states, learning the road friction conditions, and adapting their behaviour depending on the identified situation. Such adaptation skills are often exhibited by professional motorsport drivers, who fine-tune their driving behaviour depending on the road geometry or tyre-friction characteristics. On this basis, expert systems incorporating advanced driving functions inspired by the techniques seen on highly-skilled drivers (e.g. high body slip control) are proposed to extend the operating region of autonomous vehicles and achieve high-level automation (e.g. manoeuvrability enhancement on low-adherence surfaces). Specifically, two major research topics are covered in detail in this dissertation to conceive these expert systems: vehicle dynamics virtual sensing and advanced motion control. With regards to the former, a comprehensive research is undertaken to propose virtual sensors able to estimate the vehicle planar motion states and learn the road friction characteristics from readily available measurements. In what concerns motion control, systems to mimic advanced driving skills and achieve robust path-following ability are pursued. An optimal coordinated action of different chassis subsystems (e.g. steering and individual torque control) is sought by the adoption of a centralised multi-actuated system framework. The virtual sensors developed in this work are validated experimentally with the Vehicle-Based Objective Tyre Testing (VBOTT) research testbed of JAGUAR LAND ROVER and the advanced motion control functions with the Multi-Actuated Ground Vehicle “DevBot” of ARRIVAL and ROBORACE.
Diese Dissertation soll den Weg zur Entwicklung einer zukünftigen Generation hochqualifizierter autonomer Fahrzeuge (HSAV) aufzeigen. Kurz gesagt, es ist beabsichtigt, dass zukünftige HSAVs fortgeschrittene Fahrfähigkeiten aufweisen können, um das Fahrzeug trotz der Fahrbedingungen (Grenzen des Fahrverhaltens) oder Umgebungsbedingungen (z. B. Oberflächen mit geringer Manövrierfähigkeit) in stabilen Grenzen zu halten. Aktuelle Forschungslinien zu intelligenten Systemen weisen darauf hin, dass ein solches fortschrittliches Fahrverhalten mit Hilfe von Expertensystemen realisiert werden kann, die in der Lage sind, die aktuellen Fahrzeugzustände zu überwachen, die Straßenreibungsbedingungen kennenzulernen und ihr Verhalten in Abhängigkeit von der ermittelten Situation anzupassen. Solche Anpassungsfähigkeiten werden häufig von professionellen Motorsportfahrern gezeigt, die ihr Fahrverhalten in Abhängigkeit von der Straßengeometrie oder den Reifenreibungsmerkmalen abstimmen. Auf dieser Grundlage werden Expertensysteme mit fortschrittlichen Fahrfunktionen vorgeschlagen, die auf den Techniken hochqualifizierter Fahrer basieren (z. B. hohe Schlupfregelung), um den Betriebsbereich autonomer Fahrzeuge zu erweitern und eine Automatisierung auf hohem Niveau zu erreichen (z. B. Verbesserung der Manövrierfähigkeit auf niedrigem Niveau) -haftende Oberflächen). Um diese Expertensysteme zu konzipieren, werden zwei große Forschungsthemen in dieser Dissertation ausführlich behandelt: Fahrdynamik-virtuelle Wahrnehmung und fortschrittliche Bewegungssteuerung. In Bezug auf erstere wird eine umfassende Forschung durchgeführt, um virtuelle Sensoren vorzuschlagen, die in der Lage sind, die Bewegungszustände der Fahrzeugebenen abzuschätzen und die Straßenreibungseigenschaften aus leicht verfügbaren Messungen kennenzulernen. In Bezug auf die Bewegungssteuerung werden Systeme zur Nachahmung fortgeschrittener Fahrfähigkeiten und zum Erzielen einer robusten Wegfolgefähigkeit angestrebt. Eine optimale koordinierte Wirkung verschiedener Fahrgestellsubsysteme (z. B. Lenkung und individuelle Drehmomentsteuerung) wird durch die Annahme eines zentralisierten, mehrfach betätigten Systemrahmens angestrebt. Die in dieser Arbeit entwickelten virtuellen Sensoren wurden experimentell mit dem Vehicle-Based Objective Tyre Testing (VBOTT) - Prüfstand von JAGUAR LAND ROVER und den fortschrittlichen Bewegungssteuerungsfunktionen mit dem mehrfach betätigten Bodenfahrzeug ”DevBot” von ARRIVAL und ROBORACE validiert.