Autonomous vehicles have gained much importance over the last decade owing to their promising capabilities like improvement in overall traffic flow, reduction in pollution and elimination of human errors. However, when it comes to long-distance transportation or working in complex isolated environments like mines, various factors such as safety, fuel efficiency, transportation cost, robustness, and accuracy become very critical. This thesis, developed at the Connected and Autonomous Systems department of Scania AB in association with KTH, focuses on addressing the issues related to fuel efficiency, robustness and accuracy of an autonomous heavy-duty truck used for mining applications. First, in order to improve the state prediction capabilities of the simulation model, a comparative analysis of two dynamic bicycle models was performed. The first model used the empirical PAC2002 Magic Formula (MF) tyre model to generate the tyre forces, and the latter used a piece-wise Linear approximation of the former. On top of that, in order to account for the nonlinearities and time delays in the lateral direction, the steering dynamic equations were empirically derived and cascaded to the vehicle model. The fidelity of these models was tested against real experimental logs, and the best vehicle model was selected by striking a balance between accuracy and computational efficiency. The Dynamic bicycle model with piece-wise Linear approximation of tyre forces proved to tick-all-the-boxes by providing accurate state predictions within the acceptable error range and handling lateral accelerations up to 4 m/s2. Also, this model proved to be six times more computationally efficient than the industry-standard PAC2002 tyre model. Furthermore, in order to ensure smooth and accurate driving, several Model Predictive Control (MPC) formulations were tested on clothoid-based Single Lane Change (SLC), Double Lane Change (DLC) and Truncated Slalom trajectories with added disturbances in the initial position, heading and velocities. A linear time-varying Spatial error MPC is proposed, which provides a link between spatial-domain and time-domain analysis. This proposed controller proved to be a perfect balance between fuel efficiency which was achieved by minimising braking and acceleration sequences and offset-free tracking along with ensuring that the truck reached its destination within the stipulated time irrespective of the added disturbances. Lastly, a comparative analysis between various Prediction-Simulation model pairs was made, and the best pair was selected in terms of its robustness to parameter changes, simplicity, computational efficiency and accuracy. / Under det senaste årtiondet har utveckling av autonoma fordon blivit allt viktigare på grund av de stora möjligheterna till förbättringar av trafikflöden, minskade utsläpp av föroreningar och eliminering av mänskliga fel. När det gäller långdistanstransporter eller komplexa isolerade miljöer så som gruvor blir faktorer som bränsleeffektivitet, transportkostnad, robusthet och noggrannhet mycket viktiga. Detta examensarbete utvecklat vid avdelningen Connected and Autonomous Systems på Scania i samarbete med KTH fokuserar på frågor gällande bränsleeffektivitet, robusthet och exakthet hos en autonom tung lastbil i gruvmiljö. För att förbättra simuleringsmodellens tillståndsprediktioner, genomfördes en jämförande analys av två dynamiska fordonsmodeller. Den första modellen använde den empiriska däckmodellen PAC2002 Magic Formula (MF) för att approximera däckkrafterna, och den andra använde en stegvis linjär approximation av samma däckmodell. För att ta hänsyn till ickelinjäriteter och laterala tidsfördröjningar inkluderades empiriskt identifierade styrdynamiksekvationer i fordonsmodellen. Modellerna verifierades mot verkliga mätdata från fordon. Den bästa fordonsmodellen valdes genom att hitta en balans mellan noggrannhet och beräkningseffektivitet. Den Dynamiska fordonsmodellen med stegvis linjär approximation av däckkrafter visade goda resultat genom att ge noggranna tillståndsprediktioner inom det acceptabla felområdet och hantera sidoacceleration upp till 4 m/s2 . Den här modellen visade sig också vara sex gånger effektivare än PAC2002-däckmodellen. v För att säkerställa mjuk och korrekt körning testades flera MPC varianter på klotoidbaserade trajektorier av filbyte SLC, dubbelt filbyte DLC och slalom. Störningar i position, riktining och hastighet lades till startpositionen. En MPC med straff på rumslig avvikelse föreslås, vilket ger en länk mellan rumsdomän och tidsdomän. Den föreslagna regleringen visade sig vara en perfekt balans mellan bränsleeffektivitet, genom att minimering av broms- och accelerationssekvenser, och felminimering samtidigt som lastbilen nådde sin destination inom den föreskrivna tiden oberoende av de extra störningarna. Slutligen gjordes en jämförande analys mellan olika kombinationer av simulerings- och prediktionsmodell och den bästa kombinationen valdes med avseende på dess robusthet mot parameterändringar, enkelhet, beräkningseffektivitet och noggrannhet.

Arbetets syfte var att göra ett motiverat val av däck till bilen som KTH Formula Student planerar att utveckla till 2025. Detta gjordes genom att använda däckdata från FSAE TTC och utifrån den modellera alla däck med däckmodellen Magic Formula TNO MFTyre/MF-Swift 6.1. Denna modell innehåller variationer i däcktryck, camber och vertikal last. Därefter simulerades varvtid vid olika grenar som skidpad, autocross och endurance för att jämföra alla däcks prestanda. Dessutom kunde flera andra värden värda att jämföras beräknas utifrån däckmodellen och datan från FSAE TTC. Dessa var hållbarhet, däcktemperatur, däckens massa, sidkraftskoefficient, camberkänslighet och däckens fjäderkonstant. Alla dessa värden jämfördes till sist där varvtid och hållbarhet prioriterades. Tre däck fanns kvar i slutet vilka rekommenderades.