Resumen
En respuesta a las últimas restricciones sobre emisiones y a la búsqueda de vehículos más eficientes, se están realizando mejoras de conectividad de vehículos, permitiendo el desarrollo y la aplicación de estrategias de conducción ecológica mediante técnicas de control óptimo.
Las últimas tecnologías de detección remota y la capacidad de compartir información entre los agentes del tráfico son la base para el desarrollo de vehículos conectados y autónomos (CAVs). Aparte de los beneficios sobre seguridad y la reducción de las congestiones de tráfico, estas tecnologías embarcadas permiten la creación de algoritmos de conducción energéticamente eficientes, al aprovechar la conectividad para prever el comportamiento del tráfico y tomar decisiones óptimas con antelación.
En este sentido, esta tesis aborda la conducción ecológica como un problema de control óptimo (OCP), con énfasis en el cálculo de la velocidad óptima del vehículo en un entorno de tráfico urbano. En concreto, la creación de perfiles de velocidad energéticamente eficientes, con herramientas de optimización basadas en modelos, como la programación dinámica (DP) y el control predictivo de modelos (MPC). Para ello, el trabajo se ha estructurado en los siguientes pasos clave:
-Desarrollo de modelos precisos, basados en datos, de la dinámica del vehículo y del tren de potencia, utilizando mediciones del banco de pruebas del motor. Además, se han recopilado datos de rutas y se han utilizado datos históricos de tráfico para modelar entornos de simulación realistas.
-La formulación de los OCP se dirige a dos casos diferentes. El primero pretende utilizar la información de la ruta para predecir la potencia necesaria para realizar un trayecto diario al trabajo, evitando el deterioro de la batería en condiciones de mucho frío, protegiendo el sistema y optimizando el uso de la energía. El segundo se centra en crear perfiles de velocidad óptimos para cubrir una ruta urbana con un consumo mínimo de energía/combustible. El impacto de varios niveles de información sobre el tráfico se evalúa en una optimización off-line utilizando DP para evaluar el beneficio del conocimiento del tráfico.
-Desarrollo de un modelo de predicción del vehículo precedente, integrado con el anterior OCP, para crear algoritmos de control de crucero predictivos capaces de funcionar en tiempo real, evaluados en simulaciones de tráfico realistas. Posteriormente, la formulación se amplía a un entorno de conducción cooperativa, optimizando una flota de CAVs en un escenario de tráfico mixto.
Los modelos desarrollados y los resultados de la simulación se han validado en un banco de pruebas totalmente instrumentado, obteniéndose valores similares de reducción del consumo de combustible.
