Studie av autonoma fordons navigering : i en dynamiskt osäker värld

Sammanfattning: Fokus i examensarbetet har varit att konstruera och programmera en självstyrande bil med avgränsningar till regelverket i tävlingen Freescale cup. Då studien befinner sig i en tävlingsdomän, blir precision och hastighet två huvudfaktorer för linjeföljning och navigering. För att bemöta de ovanstående problem, fokuseras studien i denna rapport på utvecklandet av en ljusbehandlar-algoritm. Detta för hantera och standardisera linjeavkodningen och linjeidentifieringen. Detta kombinerat med en primärreglering som hanterar styrningen med avseende på linjeidentifieringen med tidsförskjutning för sekundärreglering vid behov. För att mäta precision utfördes tester genom tre olika metoder på linjeavläsningen: (1) avläsning av sensordata utan filtrering,(2) avläsning av sensordata via Kalmanfilter samt (3) avläsning av sensordata med en adaptiv ljusalgoritm för de olika fälten och ljusförhållanden. Dessa i kombination med väl injusterad PID-styralgoritm borgade för god precision och linjeföljning under dåliga förhållanden.   Studien påvisar att med den adaptiva ljusalgoritmen i kombination med linjeföljaralgoritmen och sekundärreglering via look ahead-algoritmen kan hastigheter som tangerar optimala förhållanden även uppnås under mer kaotiska och dåliga förhållanden. Bilen finner sin väg trots ljusförhållanden så låga som 20 lux. Studien styrker även fördelarna med den adaptiva ljusalgoritmen i kombination med linjeföljaralgoritmen och look ahead-algoritmen som primärreglering under optimala driftförhållanden.   Effektiviteten av studien och de algoritmer de mynnades ut i kvantifierades och jämfördes genom varvtider och dess linjeföljarförmåga under olika ljusförhållanden och olika gynnsamma underlag. Som ytterligare ett led för att få upp snitthastigheten med aktiv chassidynamik, nyttjades styrvinkeln som en funktion till differentialdriften av motorerna för att bibehålla sitt väggrepp genom kurvorna och hastigheten med aktiv hastighetskontroll.