Caracterización de los sistemas de actuación para ...

CARACTERIZACION DE LOS SISTEMAS DE ACTUACIONPARA VEHICULOS ALTAMENTE AUTOMATIZADOS

Joseba Sarabia a, Jose Angel Matute a, Asier Zubizarreta b.

a Tecnalia Research & Innovation, Division de Industria y Transporte, Espanab Departamento de Ingenierıa de Sistemas y Automatica, Universidad del Paıs Vasco (UPV/EHU)

Facultad de Ingnierıa de Bilbao, Espana

Resumen

Los modelos de simulacion son importantes parala investigacion y desarrollo de estrategias de de-cision y control en vehıculos automatizados. Lasplataformas de pruebas reales se obtienen gene-ralmente mediante la modificacion de vehıculoscomerciales, donde robots o actuadores electro-mecanicos son fijados a los elementos de conduc-cion del vehıculo como el volante, pedales de frenoy aceleracion. Diferencias significativas durante elajuste de las ganancias en el control de alto ni-vel entre simulaciones y dichas plataformas realespueden deberse principalmente a un modelo impre-ciso de los actuadores. En este trabajo, se presen-ta una revision del estado del arte sobre tecnicaspara el control de bajo nivel en diferentes platafor-mas utilizadas tanto en lo academico como en laindustria. Adicionalmente, se muestra la metodo-logıa utilizada para el modelado de actuadores rea-lizando pruebas a lazo abierto sobre una platafor-ma real para pruebas de conduccion automatizada.Finalmente, se presenta una comparativa entre elcomportamiento de los actuadores modelados y losreales durante un recorrido del vehıculo en modoautomatico ejecutando una ruta predefinida, evi-denciando la fiabilidad de los modelos propuestosy la metodologıa utilizada para su obtencion.

Palabras clave: vehıculo autonomo, identifi-cacion de parametros, modelado, simulacion,actuador electromecanico, automocion.

1. INTRODUCCION

Para entender el largo recorrido que conlleva laconsecucion del vehıculo autonomo (VA), es ne-cesario atender a la complejidad de la estructurade los subsistemas del mismo. Como se ve en laFig. 1, esta estructura esta dividida en diversascapas [1]:

En primer lugar, la capa de sensorizacion. Esta ca-pa es la encargada de recoger los datos provenien-tes del entorno del vehıculo. Esta compuesta detodos los sensores necesarios para posteriormenteobtener su localizacion y orientacion.

Figura 1: Estructura de control de un vehıculoautonomo

A continuacion, viene la capa de percepcion. Estainterfaz procesa los datos obtenidos de la capa desensorizacion. Es decir, procesa los datos de loca-lizacion y orientacion, tanto del vehıculo como dela carretera y los obstaculos de alrededor.

Despues, viene la capa de navegacion. Valiendosede la informacion del entorno y la ruta deseada,traza la trayectoria instantanea que el automovilva a tomar. Aquı se ubica el control de alto niveldel vehıculo, donde se debera escoger el algoritmode toma de decisiones.

Finalmente, esta la capa de actuacion. Su funcionconsiste en traducir la trayectoria deseada en co-mandos. Estos comandos se transmiten a los sis-temas de actuacion del vehıculo, para que este sedesplace de forma deseada. Esta capa cuenta conun sistema de control independiente de la capasuperior. Es aquı donde se centra este trabajo.

Cuando se aborda la automatizacion de un vehıcu-lo, es necesario sustituir sus controles manuales(volante y pedales de acelerador y freno) porun sistema electromecanico que permita seguirlas consignas del controlador de alto nivel. A lahora de abordar esta problematica, existen tresprincipales alternativas: a) Sistemas adaptadosque actuan externamente sobre los actuadores delvehıculo, b) sistemas que utilizan los actuadoresinternos del vehıculo, y c) vehıculos implıcitamen-te disenados para ser autonomos con todos sussistemas integrados.

El mayor exponente del primer caso es el sistemaEMC de AEVIT [2]. Se trata de un modelo co-mercial patentado y aprobado para su uso en ca-rretera. Consta un modulo para el control de los

XL Jornadas de Automática Modelado, Simulación y Optimización

https://doi.org/10.17979/spudc.9788497497169.596 596

actuadores, un servomotor para cada sistema deactuacion (freno, acelerador y volante), un sistemade alimentacion propio, y un HMI para su mane-jo. Este sistema fue el mas utilizado en el DARPAUrban Challenge 2007 [3], el cual esta considera-do como el primer gran paso en el recorrido delvehıculo autonomo.

En segundo lugar, desde 2014 se ha extendido eluso de los sistemas drive-by-wire [4]. Utilizandolos sistemas propios de actuacion del vehıculo ins-talados en el control de traccion o el control deestabilidad, es posible controlar el vehıculo paratareas de conduccion automatizada. Para ello, seconecta el ordenador a la red CAN del vehıculo,evitando incluir actuadores externos.

Finalmente, existen nuevos prototipos disenadospara ser puramente autonomos. Estos no cuentancon pedales ni volante, si no que se trata de vehıcu-los alternativos que apuestan por una autonomıatotal [5].

Actualmente, existen numerosos prototipos deVA, que cuentan con una de las arquitecturas men-cionadas, y que estan en la etapa de validacion.Uno de los principales inconvenientes de esa etapaes el gran coste economico y temporal que suponeprobar un prototipo en carretera para certificarsu correcto funcionamiento. Por ello, una de lasprincipales lıneas de investigacion esta enfocadaen obtener el modelo dinamico del vehıculo, paraque este sea probado en simuladores, y ası susti-tuir parte de las pruebas en carretera.

Por ese motivo, en este documento se presenta elmodo de obtencion de los modelos dinamicos delos sistemas de frenado y de direccion, los cualesformaran parte del simulador del vehıculo com-pleto desarrollado por Tecnalia denominado Dy-nacar. Gracias a este simulador, se podra obteneruna respuesta lo mas fiable posible del modo en elque actuarıa el vehıculo real. De modo que se faci-litara el desarrollo de otras lıneas de investigacionen un entorno seguro.

Para ello, este documento cuenta con la siguientedistribucion. La Seccion 2 detalla las plataformasde pruebas para vehıculos autonomos desarrolla-dos por Tecnalia, Bernardo y Ruperta. En la Sec-cion 3 se describe la metodologıa desarrollada parala obtencion de los modelos dinamicos disenadospara los sistemas de freno y de direccion. En laSeccion 4 se muestran los resultados obtenidos apartir de dichos modelos. Por ultimo, se muestranlas conclusiones de este proyecto.

2. PLATAFORMA DE PRUEBASBERNARDO Y RUPERTA

El Grupo de Conduccion Automatizada de Tec-nalia Research and Innovation esta desarrollandouna plataforma de investigacion para el desarrollodel VA. Para ello, cuenta con dos Renault TwizyE80, como se muestra en la Fig. 2, los proyectosBernardo y Ruperta, dos cuatricıclos electricos bi-plaza de baja potencia.

Figura 2: Renault Twizy

Actualmente, ambos vehıculos cuentan con el mis-mo conjunto de dispositivos. Su esquema de con-trol es el mostrado en la Fig. 3. Tal y como seve, se han incorporado dos actuadores externos alsistema de direccion y de freno, mientras que laconsigna de aceleracion se puede enviar desde laECU haciendo un bypass el acelerador y enviandolas tramas correspondientes por el bus CAN delvehıculo.

Figura 3: Esquema de control de bajo nivel

El freno esta controlado mediante un conjunto decontrolador (Maxon EPO S2), motor (Maxon EC60 Flat) y sensor ( Encoder Mile 512-4096 CPT).El motor actua unidireccionalmente sobre el frenomediante una cadena. La estrategia de control del



motor se realiza en el controlador Maxon, el cualrecibe del PLC vıa CANBUS la senal de referen-cia, y del encoder la senal de la posicion en la quese encuentra.

Figura 4: Diagrama de los actuadores

Para el control automatico de la direccion se hainstalado un motor en paralelo a la columna dedireccion, unido a esta mediante una correa, comose muestra en la Fig. 4. Se trata de un sistemasimilar al del freno, con un controlador (MaxonEPO S2), motor Maxon EC 45) y doble sensor(Encoder Posital UCD - SRA1G y Held 9140 500CPT). A pesar de la similitud estructural, su pun-to de funcionamiento es muy distinto. Esto se debea que el freno debe mostrar una respuesta rapida,mientras que la direccion debe ir limitada acordecon los estandares de giro del vehıculo.

Cuadro 1: Parametros de los motores.

Freno DireccionModelo EC 60 Flat EPO S2

Resistencia [mΩ] 307 143Reactancia [mH] 0,188 0,0565

Const. de par [mNm/A] 53,4 26,3Const. de t mecanica [ms] 13 4,43Inercia del rotor [gcm2] 1210 209

3. METODOLOGIA DEMODELADO DEL SISTEMADE ACTUACION

Los modelos de los actuadores se han obtenidomediante dos metodologıas diferentes. En primerlugar, el modelo del freno se ha obtenido directa-mente a traves de su entrada y respuesta, sin con-siderar la planta. Es decir, con los datos sustraıdosde las curvas de la Fig. 5. En segundo lugar, elmodelo de la direccion se ha obtenido teniendoen cuenta su respuesta correspondiente (Fig. 7) y,ademas, las propiedades fısicas de su sistema. Pa-ra ello, se han realizado varias pruebas atacandoel sistema con senales escalon de diferente ampli-tud, a traves de las cuales se han obtenido unos

parametros medios como el retraso de la senal, eltiempo de establecimiento y el error estacionario.Dichos parametros se muestran en la tabla 2.

El tiempo de retraso td es el computo total delos tiempos de comunicacion entre el ordenador ylos actuadores, y el tiempo que estos tardan enactuar. El tiempo de establecimiento test del sis-tema de frenado tiene una media de 166ms, mien-tras que el del sistema de direccion es mucho maslento y variable. Por un lado, su velocidad debe es-tar limitada por motivos de seguridad, para evitargiros bruscos. Por el otro, su variabilidad depen-de de la amplitud de giro. El sistema genera unsobre-impulso en giros amplios, lo que retrasa larespuesta final. El error estacionario en el sistemade frenado es nulo, mientras que en el sistema deexiste una ligera desviacion proporcional a la senalde entrada u.

Para asegurar la veracidad de las pruebas, se hantomado varias muestras de la respuesta de los ac-tuadores, y se ha realizado un calculo de la preci-sion y de la repetibilidad, obteniendo unos valorespor encima del 95 %. Por lo tanto, se tomaran estosdatos como una representacion fiable del sistema.

Cuadro 2: Parametros medios de los sistemas deactuacion sobre el freno y la direccion.

Freno Direcciontd[ms] 88 81test[ms] 166 1750 − 3500eest[ms] 0 1,016u

3.1. MODELADO DEL FRENO

El sistema de control del freno se rige por lassenales de posicion, velocidad e intensidad que leprovienen del actuador. Dichas senales se procesanen el controlador, en un lazo y con unos parame-tros de control desconocidos. Por ello, el modeladose realiza utilizando exclusivamente la respuestadel sistema y la senal de entrada ofrecida por elPLC, como se muestra en la Fig. 3. Estas senalesse muestran en la Fig. 5, siendo la verde la refe-rencia y la azul la salida.

Como se puede observar, la dinamica del sistemade frenado es muy similar a la de un modelo deorden superior sobre-amortiguado. Notese que losdatos aquı introducidos abarcan toda el rango defuncionamiento del pedal, desde un frenado ligerohasta el frenado mas brusco. Esto se representa enla Fig. 5, donde las senales estan normalizadas entanto por uno del rango total (de cero a uno).

Utilizando los parametros de la tabla 2 y usandoel System Identification Toolbox de Matlab se hancreado diversos tipos de modelos, de los cuales el



Figura 5: Respuesta del sistema de frenado

mas satisfactorio ha resultado ser un modelo defuncion de transferencia de tercer orden.

G(s) =0,0265s2 + 40,3s+ 20358

s3 + 52,7s2 + 927s− 1,32 · 106(1)

Discretizado con un periodo de muestreo de 2ms.

G(z) =1,541 · 10−4z−1

1 − 2,87z−1 + 2,76z−2 − 0,9z−3(2)

Una vez obtenido el modelo, se le ha anadido unretraso y un limitador de pendiente (rate limiter).Este segundo evita que el actuador alcance unasvelocidades no aptas para su sistema. El resulta-do es un modelo de lazo abierto como el que semuestra en la Fig. 6.

Figura 6: Lazo de control del modelo de frenado

Para la validacion, Bernardo ha llevado a cabo unrecorrido predefinido en un circuito privado. Pos-teriormente, se han simulado los actuadores conla senal de referencia ejecutada en dicho circuito,y se han comparado los resultados de los actua-dores reales con los resultados de los modelos. Lavalidacion se muestra en el Apartado 4.2.

3.2. MODELADO DE LA DIRECCION

Para disenar la dinamica del sistema de direccion,se ha modelado el sistema a partir del motor queactua sobre el eje de direccion. La dinamica delconjunto motor–columna de direccion esta princi-palmente marcada por la del motor, despreciando-se los efectos de inercia de la columna. Por lo tan-to, modelando unicamente el motor, es posible ob-tener la dinamica general del sistema. Para ello, se

ha utilizado la expresion de un motor brushless [6],donde la entrada es la senal de tension introducidaal motor, y la salida la velocidad de giro:

G(s) =1Ke

τmτes2 + τms+ 1(3)

Dichos parametros se han cogido de la tabla 1,siendo Ke la constante electrica del motor, τm laconstante de tiempo mecanica y τe la constante detiempo electrica.

Figura 7: Respuesta del sistema de direccion

Una vez obtenida la funcion de transferencia, seha discretizado, para adaptarla al tiempo de mues-treo en el que funciona el el sistema real, con unvalor de 2ms, como se muestra en la ecuacion (4).

G(z) =23,32z + 4,71

z2 − 0,41z + 0,0063(4)

Los parametros de la tabla 2 se han utilizado pa-ra marcar el retardo y el error estacionario de larespuesta. Los parametros del controlador se hanobtenido mediante el PID tuner de Matlab, ya queofrece la ventaja de calcularlos de forma grafica.Esta caracterıstica permite imitar la respuesta realdel sistema. Este mismo procedimiento se podrıaseguir para el crear un modelo fısico del freno, uti-lizando los parametros del motor del freno de latabla 1.

Llegado a este punto, el principal inconvenientepara modelar este sistema es simular su no lineali-dad. La respuesta del sistema real se ha obtenidoa partir de 4 pulsos de entre el 10 % y el 40 % degiro del volante, en ambos sentidos (sentido ho-rario positivo y anti-horario negativo). Como sepuede observar en la Fig. 7, para giros leves (am-plitud 0.1) la senal tiene una dinamica tendentea un primer orden, mientras que las senales supe-riores muestran una dinamica diferente. Esta no



linealidad del sistema de giro esta causada por elsistema de control del actuador. Este cuenta conun limitador de velocidad, por lo que, a partir decierta amplitud de giro, el volante gira siempre ala misma velocidad. Esto es visible en la Fig. 7,dado que todas las senales reales tienen la mis-ma pendiente. Es decir, que se esta saturando lasenal. Para simular esta no linealidad, se ha inser-tado un rate limiter al sistema, como se ve en laFig. 8. Dado que la respuesta de la planta debe serla posicion de giro del volante y no su velocidad,se le ha anadido accion integral a esta senal.

Figura 8: Modelo del sistema de direccion

Debido a la diferencia entre la senal emitida porel controlador y la filtrada por el rate limiter, laaccion integral del controlador puede acumular lasenal de error, causando un problema de windup,por el cual se dispara el sobre-impulso, y obte-niendose en el modelo una respuesta muy despro-porcionada y diferente a la del sistema real. Parareducir este efecto, se ha configurado el contro-lador con un metodo anti-windup. Este metodocompara la senal que se le envıa al sistema con lasenal filtrada por el limitador de pendiente. Estadiferencia es realimentanda al integrador del con-trolador, donde se multiplica por una ganancia yse resta a la senal del integrador. De este modo,se evita el cumulo, y no hay tal sobre-impulso,ajustandose ası la respuesta del modelo a la res-puesta real.

4. VALIDACION

En este apartado se muestran los resultados dela validacion realizada para los modelos anterior-mente detallados. Para ello, se han realizado dostipos de pruebas: a) pruebas estaticas, en las quese ha probado el funcionamiento de los modelosen parado; y b) pruebas dinamicas, en las que seha simulado un circuito predefinido, para poner aprueba los modelos en movimiento.

En la prueba estatica, se ha realizado una seriede repeticiones comparando ambos resultados, delos cuales se ha calculado el error haciendo unamedia entre todos ellos, lo cual se muestra en loscuadros 3 y 4. Ademas, se ha marcado una zonade confiabilidad con puntos negros alrededor de losdatos de los resultados, visible en las figuras 9 y 10.Esta zona marca la region en la cual un resultadotiene un margen de error igual o menor al 5 %. Es

decir, que la pertenencia de los datos del modelorespecto a este rango indica que su validez. Encuanto a la prueba dinamica, se muestran los datosde un recorrido realizado. Por lo que los datos delerror se muestran de forma grafica.

4.1. PRUEBA ESTATICA

Para este caso, se ha realizado una prueba identicaa la utilizada para la obtencion de datos a travesde los cuales se desarrollaron los modelos. Para elcaso del freno, como se puede ver en la Fig. 9, losdatos del modelo se ajustan adecuadamente a losdatos reales.

Figura 9: Modelo del sistema de frenado frente apulso rectangular

El resultado de la precision para cada uno de lospulsos mostrados en la Fig. 9 se muestra en latabla 3. La precision se ha calculado como la uni-dad menos el error relativo promediado. Para es-tas pruebas, se justifica el empleo del error relativopromedio dado que el objetivo es mostrar el erroren la tendencia de los modelos, mientras que elerror absoluto se muestra en el error estaciona-rio. En el calculo del error relativo promedio, seha tenido en cuenta unicamente el periodo des-de el instante de subida hasta el tiempo de esta-blecimiento. En la tercera columna se muestra S,la desviacion estandar del error para cada pulsomostrandose una dispersion del error muy baja.

Cuadro 3: Resultados del modelo del frenoAmplitud [ %] Precision [ %] S

20 96.75 0.07040 98.01 0.03860 97.94 0.03980 97.91 0.036100 98.21 0.027

En el caso del modelo de la direccion, los resulta-



dos son visibles en la Fig. 10. El modelo reproducede forma fiel la dinamica del motor. Tambien esperceptible la representacion de la no linealidaddel sistema en el pulso mas bajo, donde no haysobre-impulso.

Figura 10: Modelo del sistema de direccion frentea pulso rectangular

En cuanto al error del modelo, cuenta con una pre-cision no inferior al 93 % para cada pulso. Ademas,la desviacion tıpica del error en este caso tambienes muy baja, ratificandose ası su validez.

Cuadro 4: Resultados del modelo de la direccionAmplitud [ %] Precision [ %] S

20 96.40 0.08440 93.90 0.11660 95.52 0.13080 94.35 0.113

4.2. RESULTADOS PRUEBADINAMICA

Los resultados aquı mostrados han sido obtenidosde un test desarrollado en un circuito simulandosituaciones reales de conduccion [8]. El periodo demuestreo empleado es de 1ms, lo que prueba suaplicabilidad y eficiencia para tiempo real.

El resultado de la respuesta del freno se muestraen la Fig. 11, donde se muestra como la simulacionsigue con precision la respuesta real. En la Fig. 12se muestra la diferencia entre ambas curvas, sien-do el error absoluto menor que 2.5 % para todo elrecorrido, con un error medio de 0,59 %. Para cal-cular este valor, se han omitido los tramos dondeambas senales son cero, para no danar el calculo.

En cuanto al resultado del volante, en la Fig. 13se muestra su respuesta a lo largo de todo el reco-rrido. Como se puede observar, la simulacion tam-bien ofrece una precision muy alta. Aunque, como

Figura 11: Respuesta del actuador del freno

Figura 12: Error de la simulacion del freno

se ve en la Fig. 14, el error maximo asciende apicos del 12 %. Esto esta causado debido a que aldesarrollar el modelo, el punto de operacion no ex-cedıa un rango superior a ±40 %. Por lo que en losgiros de mayor amplitud, el error aumenta. A pe-sar de ello, el error medio cometido es de ±1,10 %.

5. CONCLUSIONES

En este documento se han desarrollado dos me-todologıas diferentes para obtener el modelo ma-tematico de un actuador. Para el sistema de frena-do, la aplicacion System Identification Tool resultamuy util, ya que ofrece la posibilidad de trabajarcon sistemas en forma de caja negra, donde no esnecesario conocer una planta para poder modelar-la. A pesar de ello, esta aplicacion esta orientadaa modelar sistemas reales con dinamicas simples,mientras que el sistema modelado se trata de unconjunto de motor mas controlador. Por ello, re-sulta necesario efectuar ciertas modificaciones almodelo obtenido para obtener una mayor preci-sion. En cuanto a su punto de funcionamiento,



Figura 13: Respuesta del actuador del volante

Figura 14: Error de la simulacion del volante

cabe destacar que la amplitud predominante enlas pruebas realizadas es alrededor del 15 % de lasenal, por lo que el modelo debera ser mas preci-so en torno a ese valor. En lo referente al sistemade direccion, se ha obtenido un modelo satisfacto-rio con el simple conocimiento de los parametrosdel motor, sin necesidad de saber los parametrosdel controlador instalados en el vehıculo. En la es-timacion del modelo desarrollada a partir de laspruebas estaticas, estas estan limitadas a una am-plitud de giro inferior al 40 %. Esto se debe a quepara valores superiores, la friccion de las ruedasen parado ofrece una resistencia excesiva, pudien-do danarse la integridad del motor. En la pruebadinamica, en cambio, no existe dicho inconvenien-te, dado que al estar el vehıculo en movimientolas fuerzas en reaccion al giro se ven disminuidas.Por ese motivo el modelo debe extrapolar la res-puesta para rangos superiores. En cuanto a la va-lidacion, los modelos de los actuadores ejercen unpapel fundamental en la simulacion del vehıculo.Un error mayor al 5 % aquı puede provocar unatrazada en la trayectoria totalmente diferente enel vehıculo. En este caso, los modelos obtenidosofrecen una respuesta muy similar a la del vehıcu-lo real, con un error muy bajo, lo que muestra lasimilitud entre la respuesta real del vehıculo y la

respuesta del simulador. Por ello, el simulador esvalido como una herramienta precisa para realizarpruebas.

English summary

LOW LEVEL CONTROL ACTUA-TED SYSTEM MODELLING AP-PROACH FOR HIGHLY AUTO-MATED VEHICLES

Abstract

Automated driving requires proper simu-lation models for the research and deve-lopment of decision and control strategies.Currently, real testing platforms are obtai-ned through the modification of comercialvehicles, where electro-mechanical actua-tors or robots are fixed to the steering wheelor gas/brake pedals. During the setting ofthe gains of high level control, remarkabledifferences may occur between reality andsimulation due to improper models of thelow level control architecture. In this pro-ject, a wide overview about the state-of-artof the low-level control techniques used notonly in academic papers, but also in the in-dustry, is presented. Aditionally, a valida-tion methodology for the low level actuatorsystem model is developed based on open-loop trials. Finally, a comparison betweenreal and simulated behaviours of the mode-lled actuator system is carried out, analy-sing the performance of the proposed met-hodology in a real case scenario with anautomated vehicle.

Keywords: Automated driving, parame-ter identification, modeling, simulating,electro-mechanic actuators, automation.

Referencias

[1] Perez, J., Godoy, J., Villagra, J., & Onieva,E. (2013, May). Trajectory generator for au-tonomous vehicles in urban environments. In2013 IEEE International Conference on Ro-botics and Automation (pp. 409-414). IEEE.

[2] AEVIT, Advanced Electroni Vehicle Interefa-ce Technology, Owners Manual, USA.



[3] Darpa Urban Challenge - The book,(2007),(vol. 56), USA: Springer.

[4] Tas, O.Bandera, C., Rene, M., Poggenhans,F., Salscehider, N. O., et al. (2018) IEEETransactions on intelligent transportationsystems,Bertha–Team Annieway 2016 GrandCooperative Driving Challenge (vol. 19)

[5] Sell, R., Rassolkin, A., Leier, M., Ernits,J., (2018), Self-driving car ISEAUTO for re-search and education, Delf, Paises Bajos.

[6] Oguntoyinbo, J., (2009),PID of Brushless DCmotor and robot ttrajectory planning and si-mulation with Matlab/Simulink, Finland.

[7] Ljung, L., (2002) Prediction error estimationmethods, Circuits, Systems and Signal Pro-cessing, (vol. 21).

[8] Matute-Peaspan, J. Marcano, M., Diaz, S.,Perez, J. (2019). Experimental Validation ofa Kinematic Bicycle Model Predictive Con-trol with Lateral Acceleration ConsiderationIn 10th IFAC Symposium on Intelligent Au-tonomous Vehicles. Poland

© 2019 by the authors.Submitted for possibleopen access publication

under the terms and conditions of the Crea-tive Commons Attribution CC BY-NC-SA 4.0license (https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es).



Caracterización de los sistemas de actuación para ...

Documents

Transcript of Caracterización de los sistemas de actuación para ...