Desarrollo y validación de un sistema de control para vehículos autónomos en entornos urbanos a escala inspirados en la Ciudad de Guatemala

Abstract

Este trabajo presenta el desarrollo y validación de un sistema de control para vehículos autónomos en una infraestructura a escala que representa entornos urbanos complejos inspirados en la Ciudad de Guatemala. Para el control del movimiento del vehículo, se implementaron dos estrategias principales: un controlador PID con acercamiento exponencial y un filtro de Kalman extendido (EKF). El controlador PID permitió el seguimiento de trayectorias predefinidas mediante el control de velocidad y orientación del robot móvil, mientras que el EKF se utilizó para la estimación precisa de la posición y orientación del vehículo a partir de datos provenientes de los encoders del agente robótico y un sistema de captura de movimiento. Los resultados iniciales obtenidos en simulación con MATLAB, considerando la latencia de comunicación entre MATLAB y el ESP32, demostraron que el controlador PID era capaz de seguir trayectorias predefinidas con un error promedio de 0.025 m y un error máximo de 0.126 m a una velocidad baja de 0.2 m/s. Sin embargo, a una velocidad mayor de 0.7 m/s, los errores se incrementaron significativamente, alcanzando un promedio de 0.201 m y un máximo de 0.442 m, evidenciando limitaciones asociadas al sistema de comunicación inalámbrica. Para abordar estas deficiencias, se implementó el controlador en tiempo real dentro del ESP32, lo que eliminó el impacto de la latencia en la comunicación y permitió una evaluación más precisa del desempeño del sistema. En la etapa experimental final, el controlador implementado en el ESP32 mostró mejoría en su desempeño. A 0.2 m/s, se mantuvieron errores promedio de 0.020 m y un error máximo de 0.110 m, mientras que a 0.7 m/s los errores promedio se redujeron a 0.180 m y el error máximo a 0.410 m, debido a la optimización en los parámetros del controlador y a la precisión mejorada en la estimación de pose mediante el filtro de Kalman extendido. Este proyecto contribuye al campo de la navegación autónoma mediante la validación de un método de control en un entorno urbano representativo. Los hallazgos de este trabajo proporcionan una base para futuras investigaciones en vehículos autónomos en entornos de recursos limitados, con potencial de escalabilidad a contextos reales, promoviendo soluciones de movilidad segura y eficiente en países latinoamericanos con infraestructuras viales complejas.

This work presents the development and validation of a control system for autonomous vehicles in a scaled infrastructure representing complex urban environments inspired by Guatemala City. Two main strategies were implemented for vehicle motion control: a PID controller with an exponential approach and an Extended Kalman Filter (EKF). The PID controller enabled the tracking of predefined trajectories by controlling the speed and orientation of the robotic agent, while the EKF was used for precise estimation of the vehicle's position and orientation based on data from the agent's encoders and a motion capture system. Initial results obtained from simulations in MATLAB, considering the communication latency between MATLAB and the ESP32, demonstrated that the PID controller could track predefined trajectories with an average error of 0.025 m and a maximum error of 0.126 m at a low speed of 0.2 m/s. However, at a higher speed of 0.7 m/s, the errors increased significantly, reaching an average of 0.201 m and a maximum of 0.442 m, highlighting limitations associated with the wireless communication system. To address these de ciencies, the controller was implemented in real-time within the ESP32, eliminating the impact of communication latency and enabling a more accurate evaluation of system performance. In the final experimental stage, the controller implemented in the ESP32 showed improved performance. At 0.2 m/s, average errors of 0.020 m and a maximum error of 0.110 m were maintained, while at 0.7 m/s, average errors were reduced to 0.180 m and maximum errors to 0.410 m, thanks to optimized controller parameters and improved pose estimation accuracy via the Extended Kalman Filter. This project contributes to the field of autonomous navigation through the validation of a control method in a representative urban environment. The findings of this work provide a foundation for future research on autonomous vehicles in resource-constrained settings, with potential scalability to real-world contexts, promoting safe and efficient mobility solutions in Latin American countries with complex road infrastructures.