Search

Quan es tracta d'esports de motor, la traçada és un factor molt important en el temps per volta. L'objectiu d'aquest projecte consisteix en determinar la trajectòria a seguir al llarg d'un circuit i la velocitat a la qual recórrer-la per un Formula Student autònom. Per fer-ho, es presenten dos algoritmes amb característiques diferents en funció del temps de còmput disponible els quals milloren el temps per volta que s'obtindria al traçar pel centre de la pista. És habitual, a l'hora de dissenyar traçades, utilitzar constructes geomètrics com la curvatura o la longitud si bé la definició d'aquesta depèn només d'una altra magnitud: el temps. En el present treball es proposa optimitzar directament aquesta mètrica, i es demostra que és possible de fer-ho mitjançant algoritmes evolutius obtenint millores significatives respecte al plantejament purament geomètric. A més, s'utilitza una eina de generació aleatòria de circuits per tal de poder avaluar estadísticament els algoritmes presentats així com d'altres d'articles d'índole similar. Aquesta comparativa no només es duu a terme teòricament, sinó que s'utilitza una simulació del vehicle per comprovar la factibilitat de les trajectòries obtingudes. Als resultats es pot observar com la tècnica proposada presenta avantatges a l'hora d'obtenir el comportament desitjat així com també un millor temps per volta, és a dir, una millor traçada., When it comes to motorsports, the racing line is a crucial factor in lap time. The goal of this project is to determine the trajectory to be followed along a circuit and the velocity at which to travel it for an autonomous Formula Student vehicle. To do so, two algorithms with different characteristics based on the available computing time are presented, which improve the lap time that would be obtained by tracing the center of the track. When designing racing lines, it is common to use geometric constructs such as curvature or length, although the definition of the optimal path comes down to only one other magnitude: time. This project proposes directly optimizing this metric and demonstrates that it is indeed possible to do so using evolutionary algorithms, obtaining significant improvements over purely geometric approaches. In addition, a tool for random circuit generation is used to statistically evaluate the algorithms presented as well as other similar articles. This comparison is not only carried out theoretically but also uses a vehicle simulation to verify the feasibility of the obtained trajectories. The results show that the proposed technique has advantages in achieving the desired behavior as well as a better lap time, that is, a better racing line.