Model Predictive Integrated Chassis Control With Double-Track Dynamics for Enhanced Trajectory Tracking = 궤적 추종 성능 향상을 위한 이중 트랙 동역학 기반 샤시 통합 MPC 제어기 설계

다국어 초록 (Multilingual Abstract)

As autonomous driving technology advances toward higher levels of automation, the capability to maintain precise trajectory tracking and stability under limit-handling conditions becomes crucial. However, conventional chassis control systems often rely on simplified single-track models and decoupled control architectures, which limit their agility and robustness in critical scenarios. To address these limitations, this paper presents a holistic integrated chassis control algorithm employing a double-track vehicle model that utilizes model predictive control to optimally coordinate four-wheel steering, independent driving torques, and four-wheel independent braking. Comparative simulations, conducted under high-speed slalom and double-lane change maneuvers, validate the superiority of the proposed approach over conventional methods. The results indicate that the double-track formulation is essential for the active utilization of torque vectoring, whereas single-track models restrict torque vectoring to a passive role. Furthermore, the evaluation reveals that while partially integrated or fully modular systems suffer from actuator conflicts and optimization infeasibility, the proposed fully integrated controller resolves these issues, achieving superior tracking accuracy and substantially reducing sideslip angles. Overall, the findings confirm that combining a high-fidelity double-track model with a fully integrated control architecture is a prerequisite for ensuring robust performance and safety of high-level autonomous driving systems.

국문 초록 (Abstract)

자율주행 기술이 고도화됨에 따라 극한 주행 상황에서도 경로 추종과 차량 안정성을 유지하는 능력은 필수적이다. 그러나 기존의 샤시 제어 시스템은 주로 단순화된 단일 트랙 모델과 개별 제어 알고리즘에만 의존하여, 극한 주행 상황에서의 민첩성과 강건성 확보에 한계가 있다. 이러한 한계를 극복하기 위해, 본 논문은 이중 트랙 동역학 모델에 기반한 샤시 통합 제어(ICC) 알고리즘을 제안한다. 제안하는 제어기는 모델 예측 제어(MPC)를 활용하여 4륜 조향(4WS), 독립 구동 토크 및 4륜 독립 제동(4WIB)을 최적으로 협조 제어함으로써 조향 입력과 타이어 종력을 통합적으로 분배한다.

고속 슬라럼 및 이중 차선 변경(DLC) 시나리오에서의 비교 시뮬레이션을 통해 기존 기법 대비 제안 기법의 우수성을 입증하였다. 연구 결과, 단일 트랙 모델은 횡력 분포 및 좌우 구동력 차이를 직접적으로 반영하지 못해 토크 벡터링의 역할이 수동적으로 제한되는 반면, 이중 트랙 모델은 이를 명시적으로 고려할 수 있어 토크 벡터링의 능동적 활용에 필수적임을 확인하였다. 또한, 제어 아키텍처 평가를 통해 부분 통합 또는 완전 모듈형 시스템은 구동기 간 상충 및 최적화 불능 문제로 인해 심각한 성능 저하와 응답 지연이 발생함을 밝혔다. 반면, 제안하는 완전 통합 제어기는 이러한 문제를 해결하여 우수한 추종 정밀도를 달성하였으며 차량의 횡미끄러짐 각(sideslip angle)을 획기적으로 감소시켰다. 결론적으로, 고정밀 이중 트랙 모델과 완전 통합 제어 아키텍처의 결합은 고레벨 자율주행 시스템의 강건한 성능과 안전성을 보장하기 위한 필수 조건임을 확인하였다.

목차 (Table of Contents)

• Abstract i
• Table of Contents ii
• List of Tables iv
• List of Figures v
• Chapter 1. Introduction 1
• 1.1 Motivation 1
• 1.2 Contribution 3
• Chapter 2. Background 6
• 2.1 Vehicle Dynamics Modeling 6
• 2.1.1 Single-Track Model 7
• 2.1.2 Double-Track Model 9
• 2.2 Tire Dynamics Modeling 12
• 2.2.1 Linear Tire Model 13
• 2.2.2 Pacejka Magic Formula 15
• 2.3 Parameter Estimation 17
• 2.3.1 Tire Cornering Stiffness Estimation 17
• 2.4 Conventional Control Methods 18
• 2.4.1 Longitudinal Velocity Control: PI-Control 19
• 2.4.2 Lateral Control: Stanley Method 20
• 2.4.3 Yaw Stability Control: Rear-Wheel Steering Control 21
• 2.4.4 Torque Vectoring: Direct Yaw Moment Control (DYC) 22
• Chapter 3. Model Predictive Control Design 25
• 3.1 Objective Function and Constraints 26
• 3.2 Quadratic Programming Transformation 30
• Chapter 4. Controller Evaluation 34
• 4.1 Evaluation Methodology 34
• 4.1.1 Evaluation of Model Fidelity Impact 35
• 4.1.2 Evaluation of Integration Architecture 36
• 4.1.3 Test Maneuvers and Performance Index 38
• 4.2 Evaluation Results of Model Fidelity Impact 40
• 4.3 Evaluation Results of Integration Architecture 45
• Chapter 5. Conclusion 50
• 5.1 Conclusion 50
• 5.2 Limitations and Future Works 51
• Bibliography 53
• 국문 초록 56
• Acknowledgements 57