In this thesis, we consider the trajectory planning of an autonomous vehicle to cross an intersection within a given time interval. The vehicle communicates its sensordata to a central coordinator which then computes the trajectory for the given time horizon and sends it back to the vehicle. We consider a realistic scenario in which the communication links are unreliable, the evolution of the state has noise (e.g., due to the model simplification and environmental disturbances), and the observationis noisy (e.g., due to noisy sensing and/or delayed information). The intersection crossing is modeled as a chance constraint problem and the stochastic noise evolution is restricted by a terminal constraint. The communication impairments are modeled as packet drop probabilities and Kalman estimation techniques are used for predicting the states in the presence of state and observation noises. A robust sub-optimalsolution is obtained using convex optimization methods which ensures that the intersection is crossed by the vehicle in the given time interval with very low chance of failure.

La perte d'équilibre chez l'humain est un phénomène courant de la vie quotidienne. Plusieurs causes peuvent être identifiées, dont notamment des perturbations extérieures. Le scénario qui nous intéresse particulièrement est celui des passagers debout dans les transports en commun. La combinaison de plusieurs études accidentologiques fait ressortir un risque de blessure important pour ce type de situations, surtout pour des passagers debout et/ou âgées. Ces incidents en gendrent des blessures qui coûtent très cher au niveau du budget de la santé. La sécurité de ces passagers est donc à l’origine de ce travail. La perte et/ou le rattrapage d’équilibre est une question complexe qui met en jeu un ensemble de phénomènes tels que la perception de la perturbation, le traitement de l’information, la prise de décision et la mise en œuvre d’actions correctrices. Bien que les connaissances théoriques sur chacun de ces phénomènes soient avancées, il n’existe pas, à l’heure actuelle, de modèle global permettant de représenter la réaction des personnes dans des situations aussi concrètes et complexes que celle des passagers debout de transport en commun.Dans ce contexte, l’objectif principal de ce travail était de développer un outil de simulation pour évaluer les risques associés à la perte d’équilibre des passagers de transport en commun. / Loss of balance is a common phenomenon in our society resulting in injuries and even deaths each year. Among other common sources of destabilization such as slips or trips from an obstacle, the public transportation vehicles are a major source of balance-related injuries to its passengers. Accidental data suggest that the passenger casualties in these vehicles are common, especially to the standing and the elderly passengers, mainly due to the sudden acceleration/deceleration changes of the vehicle. These injuries as well as associated discomfort may discourage people from using these means of transport resulting in adverse economic and societal effects. In this context, the security of the standing passengers in these vehicles constitutes the main motivation of this work.Recovering balance from an external disturbance is a complex process which involves a set of phenomenon such as the perception of the disturbance, information processing, decision making and its implementation. Even though experimental research in the fields of biomechanics and neurosciences provide us with a fair understanding of these phenomena separately, we are unaware of a global model which represents the reaction of people in response to the external disturbances to their equilibrium. In this context, the objective of this work is to develop such a numerical tool which can be used for the assessment of risks associated with the loss of balance of the standing passengers. The essential feature of this tool is the prediction of the post-disturbance kinematics of the subjects depending upon the disturbance characteristics (magnitude, duration etc.) as well as the active recovery response. Another key feature is the representation of the reaction of different populations, especially the elderly, by integrating age effects in the model. For the development of the tool, mathematical modeling (e.g. simplified body representations) and control ideas are borrowed from the field of biped robotics which explicitly deals with the balance issues of bipeds. Further development is done in view of human balance recovery (BR) characteristics. The resulting BR tool shows reasonable predictive capacity of a human balance recovery response confirmed by the comparison of model predictions with experimental balance recovery data.

The development of Advanced Driving Assistance Systems (ADAS) produces comfort and safety through the application of several control theories. One of these systems is the Adaptive Cruise Control (ACC). In this work, a distribution of two control loops of such system is developed for an embedded application to a vehicle. The vehicle model was estimated using the system identification theory. An outer loop control manages the radar data to compute a suitable cruise speed, and an inner loop control aims for the vehicle to reach the cruise speed given a desired performance. For the inner loop, it is used two different approaches of model predictive control: a finite horizon prediction control, known as MPC, and an infinite horizon prediction control, known as IHMPC. Both controllers were embedded in a microcontroller able to communicate directly with the electronic unit of the vehicle. This work validates its controllers using simulations with varying systems and practical experiments with the aid of a dynamometer. Both predictive controllers had a satisfactory performance, providing safety to the passengers. / A inclusão de sistemas avançados para assistência de direção (ADAS) tem beneficiado o conforto e segurança através da aplicação de diversas teorias de controle. Um destes sistemas é o Sistema de Controle de Cruzeiro Adaptativo. Neste trabalho, é usado uma distribuição de duas malhas de controle para uma implementação embarcada em um carro de um Controle de Cruzeiro Adaptativo. O modelo do veículo foi estimado usando a teoria de identificação de sistemas. O controle da malha externa utiliza dados de um radar para calcular uma velocidade de cruzeiro apropriada, enquanto o controle da malha interna busca o acionamento do veículo para atingir a velocidade de cruzeiro com um desempenho desejado. Para a malha interna, é utilizado duas abordagens do controle preditivo baseado em modelo: um controle com horizonte de predição finito, e um controle com horizonte de predição infinito, conhecido como IHMPC. Ambos controladores foram embarcados em um microcontrolador capaz de comunicar diretamente com a unidade eletrônica do veículo. Este trabalho valida estes controladores através de simulações com sistemas variantes e experimentos práticos com o auxílio de um dinamômetro. Ambos controladores preditivos apresentaram desempenho satisfatório, fornecendo segurança para os passageiros.

Este estudo mostra o desenvolvimento de um controlador da classe MPC Model Predictive Control, ou controle preditivo com modelo, para ser utilizado no reator de amônia da Unidade de Fertilizantes Nitrogenados da Bahia FAFEN-BA, da PETROBRAS, localizada em Camaçari/BA. A estratégia de controle visa manter as temperaturas de saída de cada um dos leitos catalíticos do reator dentro de limites adequados através da manipulação das válvulas de controle instaladas na corrente de alimentação do equipamento. O controlador escolhido foi de horizonte de predição infinito com faixas nas variáveis controladas. Adicionalmente, o controlador contém, em uma única camada, um componente de otimização econômica com o objetivo de maximizar o teor de amônia na saída do reator. A função econômica que dá a direção de otimização consiste em um modelo rigoroso de estado estacionário do reator capaz de calcular a fração molar de amônia na saída do equipamento quando são conhecidas as condições da corrente de alimentação e o valor das variáveis manipuladas do controlador. Os resultados das simulações mostraram que o controlador proposto tem bom desempenho, tanto sob o aspecto de controle, no sentido de controlar o sistema quando este sofre perturbações, quanto sob a ótica de otimização econômica, maximizando a conversão de reagentes em amônia sempre que existem graus de liberdade disponíveis no sistema. Foi verificado que a consideração de um MPC de horizonte de predição infinito elimina a necessidade de considerar o gradiente reduzido da função econômica na função objetivo do controlador. Uma sintonia adequada do controlador permite que se considere o gradiente completo da função econômica sem que haja desvio permanente, ou offset, nas variáveis controladas mesmo quando o ponto ótimo de operação se encontra além da faixa de controle. / This study shows the development of a Model Predictive Control (MPC) to the ammonia reactor of PETROBRAS nitrogen fertilizers unit FAFEN-BA that is located in Camaçari/BA, Brazil. The main goal of the control strategy is to keep the temperature at the outlet of the catalyst beds inside adequate ranges by manipulating the feed flow rates to the reactor beds. It has been chosen an infinite horizon controller with control zones and an economic objective. The control and economic optimization are performed in a single layer structure where the objective is to maximize the ammonia content in the reactor outlet stream. The economic function which provides the optimization direction is based on a steady state rigorous model of the reactor that evaluates the ammonia molar fraction at the outlet stream assuming that the feed stream conditions and the manipulated variables are known. The proposed controller shows satisfactory performance in simulations either controlling the system when it faces external disturbances or optimizing the economic goal by increasing the ammonia conversion when degrees of freedom are available. It is shown that the adoption of the infinite horizon MPC eliminates the need to consider the reduced gradient of the economic function in the cost function of the controller. The proper tuning of the controller allows the consideration of the full gradient of economic function without producing offset in the controlled outputs even when the optimum operating point lays outside the control zones.

O projeto de estratégias de controle preditivo (MPC) com estabilidade garantida, que incorpora explicitamente a incerteza de modelo na formulação de controle, ainda permanece uma questão em aberto na literatura, embora uma ampla teoria já tenha sido desenvolvida para a síntese de algoritmos MPC robustamente estáveis. Em verdade, as soluções existentes para o problema de MPC robusto estão longe de uma etapa aceitável de implementação prática, principalmente se o sistema de processo é composto de modos integradores ou instáveis, e também apresenta atrasos de tempo (tempos mortos) entre suas variáveis de entrada e saída. Sob esta perspectiva, o objetivo principal desta tese é desenvolver uma estrutura de síntese de controladores MPC com estabilidade robusta garantida para sistemas de processo com as características integradoras ou instáveis, assim como tempos mortos entre as variáveis. Particularmente, três diferentes estratégias de MPC robusto são desenvolvidas neste trabalho. As duas primeiras referem-se a sistemas integradores com tempos mortos: o primeiro algoritmo é baseado em uma formulação de controle em dois passos, enquanto o segundo é posto como um problema de otimização de controle em um passo e a representação de modelo em variáveis de estado é mais geral do que aquela adotada na formulação do primeiro método. A terceira estratégia proposta focaliza os sistemas instáveis com tempos mortos através de uma formulação de controle em um passo. Ademais, visando o caso de implementação prática, os controladores desenvolvidos compreende os seguintes aspectos: (i) as leis de controle livre de erro permanente são obtidas sem a necessidade de incluir uma camada de otimização adicional de cálculo de estados estacionários, devido à formulação adequada de modelos em espaço de estados na forma incremental das entradas, os quais são derivados de expressões analíticas de resposta ao degrau do sistema de processo; (ii) a incerteza de todos os parâmetros do modelo, e.g. ganhos, constantes de tempo, atrasos de tempo, é considerada na formulação do problema; (iii) as provas de estabilidade robusta segundo Lyapunov são realizadas de uma forma intuitiva através da imposição de restrições terminais de igualdade e restrições de contração de custo; (iv) a inclusão adequada de variáveis de folga, que não comprometem as propriedades estabilizantes dos controladores, assegura que os problemas de otimização são sempre viáveis; (v) integração estável com camada de otimização em tempo real, visto que os controladores são projetados de tal forma a rastrear targets ótimos para algumas entradas e saídas do processo, mantendo as variáveis remanescentes dentro de faixas pré-definidas, ao invés de set-points xos. Exemplos de simulação típicos da indústria de processo são explorados para ilustrar as potenciais utilidades dos métodos propostos e demonstrar que eles podem ser aplicados em casos reais. / The design of stable model predictive control (MPC) strategies that explicitly incorporate the model uncertainty into the control formulation still remains an open issue, although a rich theory has been developed to the synthesis of robustly stabilizing MPC schemes. In fact, the existing solutions to the robust MPC problem seem far from an acceptable stage of practical imple mentations, chiey when the process system is composed of integrating and unstable poles, as well as time delays between its input and output variables. Within this perspective, the ultimate goal of this thesis is to develop a new framework for robust MPC synthesis which guarantees closed-loop stability of integrating and unstable time delay processes. On this subject, three different robust MPC strategies are developed. The two rst concerns on integrating time delay processes; the former is based on a two-step control formulation, whereas the latter is posed as a one-step control optimization problem and state-space model description is more general than that adopted in the former formulation. The third proposed strategy focuses on one-step control formulation-based unstable time delay processes. Aiming at practical implementation purposes, the controllers proposed herein comprise the following aspects: (i) the offset free control laws are obtained without the need to include an additional steady-state calculation op timization layer due to the enclosure of proper state-space models in the incremental form of the inputs, which are derived of analytical expressions of step response of the process system; (ii) the uncertainty of all model parameters, e.g. gains, time constants, time delays and so on, is considered in the problem formulation; (iii) the proofs of robust Lyapunov stability are easily carried out of an intuitive way by imposing terminal equality constraints and cost-contracting constraints; (iv) the suitable inclusion of slack variables, which does not commit the stabil ity properties of the controllers, ensure that the proposed optimization problems are always feasible; (v) stable integration with real-time optimization layer, seeing as the controllers are designed to work in the optimum target tracking scheme where they should drive the process to the optimum operating point, while maintaining the remaining inputs and outputs inside pre dened zones instead of xed set-points. Simulation examples typical of the process industry are exploited to illustrate the helpfulness of the proposed control methods and demonstrate that they can be implemented in real applications.

O sucesso de estratégias de controle preditivo baseado em modelo (MPC, na sigla em inglês) tanto em ambiente industrial quanto acadêmico tem sido marcante. No entanto, ainda há diversas questões em aberto na área, especialmente quando a hipótese simplificadora de modelo perfeito é abandonada. A consideração explícita de incertezas levou a importantes progressos na área de controle robusto, mas esta ainda apresenta alguns problemas: a alta demanda computacional e o excesso de conservadorismo são questões que podem ter prejudicado a aplicação de estratégias de controle robusto na prática. A abordagem de controle preditivo estocástico (SMPC, na sigla em inglês) busca a redução do conservadorismo através da incorporação de informação estatística dos ruídos. Como processos na indústria química sempre estão sujeito a distúrbios, seja devido a diferenças entre planta e modelo ou a distúrbios não medidos, está técnica surge como uma interessante alternativa para o futuro. O principal objetivo desta tese é o desenvolvimento de algoritmos de SMPC que levem em conta algumas das especificidades de tais processos, as quais não foram adequadamente tratadas na literatura até o presente. A contribuição mais importante é a inclusão de ação integral no controlador através de uma descrição do modelo em termos de velocidade. Além disso, restrições obrigatórias (hard) nas entradas associadas a limites físicos ou de segurança e restrições probabilísticas nos estados normalmente advindas de especificações de produtos também são consideradas na formulação. Duas abordagens foram seguidas neste trabalho, a primeira é mais direta enquanto a segunda fornece garantias de estabilidade em malha fechada, contudo aumenta o conservadorismo. Outro ponto interessante desenvolvido nesta tese é o controle por zonas de sistemas sujeitos a distúrbios. Essa forma de controle é comum na indústria devido à falta de graus de liberdade, sendo a abordagem proposta a primeira contribuição da literatura a unir controle por zonas e SMPC. Diversas simulações de todos os controladores propostos e comparações com modelos da literatura são exibidas para demonstrar o potencial de aplicação das técnicas desenvolvidas. / The success of Model Predictive Control (MPC) strategies in industrial and academic environments in the last decades has been remarkable. However, there are many open questions in the area, especially when the simplifying hypothesis of perfect model is dropped. The explicit consideration of uncertainties lead to important progresses in the area of robust control, but it still exhibits a few drawbacks: high computational load and over conservative behavior are issues that may have hindered the application of robust strategies in practice. The approach of Stochastic Model Predictive Control (SMPC) aims at the reduction of conservativeness due to the incorporation of statistical information about noise. Since processes in chemical industry are always subject to disturbances, resulting from model-plant mismatch or from unmeasured disturbances, this technique is an interesting alternative for future control algorithms. The main objective of this thesis is the development of SMPC algorithms that take into account some of the specificities of such processes, which have not been adequately handled in the literature so far. The most important contribution is the inclusion of integral action in the controller through a velocity description of the model. Besides, hard input constraints associated with safety or physical limits and probabilistic state constraints usually derived from product specification - are also included in the formulation. Two approaches were followed in this work, the first is more direct and the second provides closed-loop stability guarantee at the price of increased conservativeness. Another interesting feature that is developed in this thesis is the zone control of systems subject to disturbances. This form of control is often present in industrial arrays due to the lack of degrees of freedom, and the proposed approach is the first to merge zone control and SMPC. Different simulations of all proposed controllers and comparison to literature benchmarks are provided to show the application potential of the developed techniques.

O desenvolvimento de métodos que aumentem a eficiência de controle de processos de cristalização ganhou importância devido à necessidade de melhoras nas taxas de produção, minimizando os custos de energia e mantendo a qualidade das partículas. Neste trabalho os autores estudaram a aplicação de um controlador preditivo (MPC) a um processo de cristalização de cloreto de sódio por evaporação múltiplo-efeito, com alimentação paralela, permitindo que a planta busque, em tempo real, o melhor ponto de operação respeitando os limites definidos. Primeiramente, foi criado um modelo fenomenológico não linear através de balanços de massa, energia e momento considerando a cinética de cristalização, de forma que se possa simular a dinâmica de operação dos cinco efeitos operando dependentemente. O modelo físico possibilitou a aplicação de um controlador do tipo MPC com zona de controle permitindo que as principais variáveis de saída encontrem, dentro de uma faixa de operação aceitável, o ponto ótimo do processo nas condições atuais. Ao mesmo sistema foi aplicado um controlador clássico do tipo PID para avaliação dos ganhos adquiridos pela técnica de controle por predição do estado futuro da planta, observando uma melhor estabilidade e queda no consumo energético. / The development of methods to increase the efficiency of the crystallization process control has gained importance due to the need to improve production rates, to minimize energy costs and to improve the quality of particulate products. In this work the author has applied a model predictive control (MPC) to a continuous forced circulation five-stage evaporative sodium chloride crystallizer with parallel feed, providing the real time search of the best operating point inside the defined set of constraints. First, a non-linear phenomenological model was developed by mass, energy and moment balances coupled to the crystallization kinetics, to simulate the dynamic operation of the five effects working dependently. The physical model enabled the study of the implementation of a model predictive control MPC with zone control that allows the main output variables to be controlled in acceptable operating ranges and the detection of the optimum operating point of the process corresponding to current economic conditions. To evaluate the benefits of the advanced control strategy, a classical PID control system was also implemented in the crystallization system and the two strategies were compared to evaluate the benefit of the model based predictive strategy that provides a better stability and a decrease in the energy consumption.

O propósito desta Tese é desenvolver controladores preditivos (MPC) com garantia de estabilidade e que são parte de uma estrutura onde a otimização em tempo real (RTO) produz targets otimizantes para o controlador preditivo. As aproximações de duas e três camadas foram consideradas. Três diferentes estratégias são apresentadas: A primeira estratégia é desenvolvida para sistemas com pólos integradores; esta consiste em um algoritmo MPC de horizonte infinito em duas versões estendidas. Este controlador é formulado para implementação em uma estrutura de duas camadas. Os resultados de simulação em um sistema linear com modos estáveis e integradores mostram a capacidade do controlador MPC para seguir targets nas entradas vindos da camada RTO mesmo quando há targets para sistemas integradores. Como segunda estratégia, foi desenvolvido um algoritmo que garante estabilidade nominal do controlador MPC quando este interage com a camada intermediária da estrutura em três camadas. Além da versão nominal, é desenvolvida uma extensão deste controlador para sistemas com incerteza, o controlador resultante tem estabilidade robusta. Esta aproximação é testada com um sistema linear e um sistema não linear. Para o sistema não-linear, que é um processo industrial, é simulada a estrutura completa incluindo a RTO com o algoritmo robusto. Os resultados mostram que a estrutura é capaz de seguir mudanças nos targets quando os distúrbios afetam o processo. Finalmente, a última estratégia proposta nesta Tese consiste na inclusão de uma função convexa no controlador MPC para seguir os targets. O gradiente desta função convexa é considerada num termo quadrático na função objetivo do controlador MPC. Este controlador é simulado com um sistema linear e um sistema não linear. Com o objetivo de desenvolver uma versão robusta, o MPC com gradiente foi estendido ao caso de sistemas com incertezas. Para todas as estratégias apresentadas em esta Tese, foram formulados teoremas que garantem a viabilidade recursiva e a convergência do sistema em malha fechada. / The aim of this Thesis is the development of predictive controllers (MPC) with guarantee of stability and that are part of a control structure where Real Time Optimization (RTO) is present and produces optimizing targets for the predictive controller. The approaches of two and three-layer are considered. Three different strategies are presented: the first strategy is developed for integrating systems; it consists on an infinite horizon MPC algorithm in two extended versions. This controller is designed to be implemented in the two-layer structure. Simulation results in a linear system with integrating and stable modes show the ability of the MPC controller to follow input targets from the RTO layer even when there are targets for integrating systems. As a second strategy, it is developed an algorithm that guarantees nominal stability of the MPC controller when it interacts with the intermediary layer of the three-layer structure. In order to produce a robust structure, an extension to uncertain systems is also developed. This approach is tested with both a linear and a nonlinear system. For the nonlinear system, which is an industrial process, the full structure that includes the RTO with the robust algorithm is simulated. Results show that the structure is capable to follow target changes when disturbances affect the process. Finally, the last strategy proposed in this Thesis consists on the inclusion of a convex function in the MPC controller to follow the RTO targets. The gradient of this convex function is considered in a quadratic term in the objective function of the MPC controller. This controller is also simulated with both a linear system and a nonlinear system. For the MPC with gradient, an extension to the case of uncertain systems is developed in order to provide a more robust controller. For the strategies developed in this Thesis, theorems that guarantee the recursive feasibility and the convergence of the closed-loop system are provided.

The development of Advanced Driving Assistance Systems (ADAS) produces comfort and safety through the application of several control theories. One of these systems is the Adaptive Cruise Control (ACC). In this work, a distribution of two control loops of such system is developed for an embedded application to a vehicle. The vehicle model was estimated using the system identification theory. An outer loop control manages the radar data to compute a suitable cruise speed, and an inner loop control aims for the vehicle to reach the cruise speed given a desired performance. For the inner loop, it is used two different approaches of model predictive control: a finite horizon prediction control, known as MPC, and an infinite horizon prediction control, known as IHMPC. Both controllers were embedded in a microcontroller able to communicate directly with the electronic unit of the vehicle. This work validates its controllers using simulations with varying systems and practical experiments with the aid of a dynamometer. Both predictive controllers had a satisfactory performance, providing safety to the passengers. / A inclusão de sistemas avançados para assistência de direção (ADAS) tem beneficiado o conforto e segurança através da aplicação de diversas teorias de controle. Um destes sistemas é o Sistema de Controle de Cruzeiro Adaptativo. Neste trabalho, é usado uma distribuição de duas malhas de controle para uma implementação embarcada em um carro de um Controle de Cruzeiro Adaptativo. O modelo do veículo foi estimado usando a teoria de identificação de sistemas. O controle da malha externa utiliza dados de um radar para calcular uma velocidade de cruzeiro apropriada, enquanto o controle da malha interna busca o acionamento do veículo para atingir a velocidade de cruzeiro com um desempenho desejado. Para a malha interna, é utilizado duas abordagens do controle preditivo baseado em modelo: um controle com horizonte de predição finito, e um controle com horizonte de predição infinito, conhecido como IHMPC. Ambos controladores foram embarcados em um microcontrolador capaz de comunicar diretamente com a unidade eletrônica do veículo. Este trabalho valida estes controladores através de simulações com sistemas variantes e experimentos práticos com o auxílio de um dinamômetro. Ambos controladores preditivos apresentaram desempenho satisfatório, fornecendo segurança para os passageiros.

This work presents an embedded model predictive control application to a 2-DOF Helicopter Process. The mathematical modeling of the plant is first presented along with an analysis of the linear model. Then, the incremental state-space representations used in the MPC formulation are derived. The MPC technique is then defined, along with how to rewrite the physical constraints into the problem formulation. After that, a discussion on the utilized Quadratic Programming solver is presented along with possible alternatives to it, showing some considerations on which matrices to calculate beforehand for an embedded application. Finally, system identification is performed and the experimental results are presented. / Este trabalho apresenta uma aplicação de controle preditivo embarcado em um helicóptero de bancada com dois graus de liberdade. A modelagem matemática é apresentada, junto com uma análise do modelo linear obtido. São obtidas duas representações de modelos de espaço de estados considerando a entrada incremental, que serão usadas posteriormente para a formulação do controlador. Então, é definida a técnica de controle utilizada, juntamente com a inclusão das restrições físicas da planta na formulação do problema. Após isto, é feita uma discussão sobre qual solver para a programação quadrática utilizar, junto com algumas alternativas ao solver escolhido, bem como algumas considerações sobre a aplicação embarcada. Finalmente, são apresentados os resultados da identificação de sistemas aplicadas ao protótipo, bem como os resultados experimentais obtidos.