The purpose of this masters thesis is the implementation of a model-based predictive controller for eco-driving in autonomous ground vehicles. Eco-driving consists of a group of strategies adopted by a driver aiming to reduce fuel consumption and improvement of safety and comfort levels during a trip. Through the use of digital maps and a GPS module, the predictive controller can calculate a sequence of control input to smooth the vehicle's acceleration and braking along the route in critical parts, such as uphills, downhills and curves, following the speed limits of each road. This is accomplished by predictions based on the mathematical model of the vehicle and estimation of gasoline expenditure. The chosen optimizer algorithm is called C/GMRES, where its main advantage from the traditional methods is that the solution of the optimal problem does not required iterative searches, which greatly reduces the computational burden, allowing a real time implementation. The proposed control strategy was implemented in two routes, in a city and highway scenarios, in a simulated environment. The obtained results were considered satisfactory and showed the predictive controller potential to deal with the fuel consumption problem in autonomous vehicles.

A proposta desta dissertação de mestrado é a implementação de um controlador preditivo baseado em modelo para direção ecológica em veículos autônomos terrestres. Direção ecológia consiste em um conjunto de estratégias que um motorista pode adotar visando a redução do consumo de combustível e melhora dos níveis de segurança e conforto durante uma viagem. Através da utilização de mapas digitais e de um módulo de GPS, o controlador preditivo pode calcular uma sequência de entradas de controle visando suavizar a aceleração e frenagem do veículo ao longo do percurso em trechos críticos como ladeiras, declives e em curvas, respeitando o limite de velocidade de cada estrada. Isto é realizado por meio de predições baseadas no modelo matemático do veículo e da estimação do gasto de gasolina. O algoritmo de otimização utilizado é chamado de C/GMRES, onde a sua principal vantagem em relação aos métodos tradicionais consiste na solução do problema de otimização não necessitar de buscas iterativas, o que reduz consideravelmente o custo computacional de processamento, permitindo a sua implementação em tempo real. A estratégia de controle proposta foi implementada em dois percursos, em trecho urbano e rodoviário, em um ambiente simulado no MATLAB. Os resultados obtidos foram considerados satisfatórios e demonstraram o potencial que o controlador preditivo possui para o problema da redução do consumo de combustível em veículos autônomos.