Online tire-road friction estimation with confidence-aware adaptive envelope-MPC for electronic stability control

Abstract

O controle eletrônico de estabilidade (ESC) reduz a mortalidade no trânsito ao frear rodas individualmente para manter o movimento de guinada do veículo próximo ao movimento que o motorista pretende. Um ESC convencional é reativo e calibrado para alta aderência: seu modelo de referência e seus limiares de intervenção assumem o atrito de pista seca, de modo que, em uma superfície escorregadia ou variável, ele atua tarde ou de forma insuficiente, justamente onde é mais necessário. Adaptar o controlador à pista exige o coeficiente de atrito pneu-pista, µ, que nenhum sensor de série mede e que só se torna observável quando os pneus são solicitados próximos ao seu limite. Este trabalho desenvolve um ESC adaptativo ao atrito no qual uma estimativa de µ on-line remodela continuamente os limites de estabilidade impostos por um controlador preditivo baseado em modelo (MPC) por envelope. O estimador é uma rede neural compacta com agrupamento por atenção, treinada com dados de dinâmica veicular e construída em torno de um a priori físico, livre de treinamento, derivado do círculo de atrito, e de um canal de confiança que sinaliza as condições sob as quais o atrito é inobservável. O controlador resolve um pequeno problema de programação quadrática a cada passo de 10 ms para manter o veículo dentro de um conjunto de valores admissíveis de ângulo de deriva e taxa de guinada escalonado pelo atrito, o envelope de estabilidade, e intervém por meio de torque de frenagem por roda. O sistema de controle completo é implementado e validado no ambiente de dinâmica veicular IPG CarMaker. Em níveis de atrito reservados para teste, um a priori físico livre de treinamento reduz o erro absoluto médio a 0,017 quando a volta inteira é lida off-line, e o estimador on-line entregue neste trabalho atinge um erro próximo de 0,07 e acompanha uma volta de atrito misto com correlação de 0,54, enquanto sua comporta de confiança sinaliza como não confiável o regime de baixa excitação em que o atrito não deixa assinatura na dinâmica. Em uma campanha independente, o es- timador por atenção apresenta a melhor ordenação dos níveis de atrito e o menor erro com rótulo comum entre as alternativas neurais e clássicas avaliadas. Em manobras padronizadas com atrito conhecido, o controlador reduz a taxa de perda de controle de 13 % para 4 % em cem execuções pareadas e permanece inativo em curvas no limite benignas, resolvendo seu problema bem dentro do orçamento de tempo real. Em uma mudança inesperada para superfície de baixa aderência, o sistema adaptativo reduz o pico da taxa de guinada em cerca de 52 %, a cerca de um ponto percentual de um controlador que recebe o atrito verdadeiro e muito melhor que um cego ao atrito, e sua comporta de confiança cobre os pontos cegos do estimador ao selecionar um recurso de contingência conservador.

Abstract: Electronic stability control (ESC) reduces road fatalities by braking individual wheels to keep a vehicleâ s yaw motion close to the motion the driver intends. A conventional ESC is reactive and tuned for high grip: its reference model and its intervention thresholds assume dry-road adhesion, so on a slippery or changing surface it acts too late or too weakly. Adapting the controller to the road requires the tire-road friction coefficient, µ, which no production sensor measures and which becomes observable only once the tires are worked close to their limit. This work develops a friction-adaptive ESC in which an online estimate of µ continuously reshapes the stability limits enforced by an envelope model predictive controller (MPC). The estimator is a compact attention- pooled neural network trained on vehicle-dynamics data, built around a training-free physics prior derived from the friction circle and a confidence channel that flags the con- ditions under which the friction is unobservable. The controller solves a small quadratic program at every 10 ms control step to keep the vehicle within a friction-scaled set of admissible sideslip and yaw-rate values, the stability envelope, and intervenes through per-wheel brake torque. The complete control system is implemented and validated in the IPG CarMaker vehicle-dynamics environment. On held-out friction levels a training- free physics prior brings the per-run error as low as 0.017 when the whole run is read offline. The online estimator this thesis delivers reaches a per-run error near 0.07 and tracks a mixed-friction lap at a correlation of 0.54, while its confidence gate flags the low-excitation regime, in which the friction leaves no signature in the dynamics, as untrusted. In an independent campaign, the attention estimator gives the strongest friction-level ordering and the lowest common-label error among the tested learned and classical arms. On standardized maneuvers at known friction the controller cuts the loss-of-control rate from 13 % to 4 % across one hundred paired runs and stays idle in benign limit cornering, solving its program well inside the real-time budget. On an unannounced low-grip surface change the adaptive system reduces the peak yaw rate by about 52 %, within roughly one percentage point of a controller handed the true friction and far better than one blind to it, and its confidence gate covers the estimatorâ s blind spots by selecting a conservative fallback.