Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Nascimento, Guilherme do |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.udesc.br/handle/UDESC/16644
|
Resumo: |
Sistemas Avançados de Assistência ao Motorista - ADAS, são sistemas inteligentes embarcados em veículos com objetivo de promover a segurança e conforto, evitando acidentes através do uso de algoritmos conectados a dispositivos sensores, como radares de média e longa distância, câmeras, entre outros. Este trabalho propõe uma solução de assistente de direção através de um Controlador Preditivo Estocástico Baseado em Modelo - SMPC com restrições de segurança, aplicado a um veículo em escala reduzida. Para tal desafio utiliza-se o conceito de chance-constraint para adicionar conservadorismo ao controlador, fazendo com que o veículo faça uma trajetória mais segura. Para realização de testes práticos inspirado na plataforma Donkey-car, desenvolveu-se um veículo em escala reduzida 1/16, que conta com uma plataforma em ROS embarcada a um Raspberry Pi, onde constam o processamento de imagem baseado em Python e OpenCV e o controlador preditivo embarcado. Por fim, através de simulações em Matlab e resultados práticos utilizando o protótipo criado, mostra-se que a técnica é efetiva na resolução do problema de assistente de direção |
