Otimizac

ao de Consumo de Combustvel em
Percurso de Autom
ovel

Pedro Henrique D. V. Affonso, Eduardo Fontoura Costa,

Depto de Matem
atica Aplicada e Estatstica, ICMC, USP,
13566-590, S
ao Carlos, SP
E-mail: phaffonso@grad.icmc.usp.br, efcosta@icmc.usp.br

Palavras-chave: Controle e Teoria de Sistemas, Otimizac

ao, Programac
ao Dinamica

Resumo: Esse trabalho estuda a otimizac ao de consumo de combustvel para um

veculo em uma missao fixada, empregando um modelo de sistema din amico para
descrever o problema e utilizando o metodo da programacao dinamica para resolve-
lo. Foi criado um programa em MATLAB R
para realizar a programac ao dinamica
e simulacoes. Em simulacoes, foram obtidas reduc
oes significativas de consumo,
chegando a 7% em alguns casos. Foi desenvolvida uma aplicacao m ovel para permitir
a otimizacao de consumo em um veculo real. Em testes com um autom ovel foi
observada uma economia de ate 5%.

1 O problema abordado
Para esse estudo foi considerado um veculo com motor a combustao interna, cuja
aceleracao pode ser controlada por um dispositivo automatico. O trajeto a ser
percorrido (missao) ja e conhecido e fixado, e as altitudes ao longo do qual sao
conhecidas, levantadas por GPS. Nesse contexto, utilizamos a programacao dinamica
(PD) em conjunto com um modelo para o consumo e movimento do carro para
realizar calculos de otimizacao e simulacoes.

2 M
etodos e Procedimentos
De forma sucinta, o metodo de PD [1, 4, 7] e uma ferramenta computacional que
permite a otimizacao de processos em que ocorrem tomadas de decisoes em etapas.
Uma vez que se possua um sistema da forma

xk+1 = a(xk , uk , k), k = 1, 2, . . . , N 1

sendo xk o estado do sistema em uma etapa k (neste trabalho, cada etapa e associada
com um instante de tempo), e uk a entrada de controle, representando uma decisao
que e feita na etapa k; e se defina uma quantidade que se deseja minimizar, chamada
custo ou criterio de desempenho
N
X 1
J = g(xN , N) + f (xk , uk , k)
1

e possvel determinar uma sequencia de funcoes {1 (x1 ), . . . , N 1 (xN 1 )} chamada

lei de controle otima, que determina a sequencia de controle {u1 , . . . , uk } de forma
que minimiza o funcional J. Nessas equacoes, tanto x quanto u podem ser vetores.
As decisoes que levamos em conta no presente trabalho sao a aceleracao em ins-
tantes de tempo discretizados e sao portanto representadas por escalares u1 , . . . , uN 1 .
O estado do sistema e um vetor xk = [xk , vk ]T representando a posicao e a velocidade
do sistema, respectivamente. As etapas consideradas neste trabalho sao instantes
de tempo discretizados com intervalos constantes (perodo amostral constante).
Foi adotado um modelo simples, baseado em curva de potencia e no balanco
de energia, em oposicao a modelos como os de [3], que se baseiam no balanco de
forcas e contem equacoes bastante complexas, incluindo equacoes termodinamicas
para o motor, e empregando um grande n umero de parametros. Nao foram levados
em conta os diferentes tipos de perdas por atrito, e foi assumido, neste estagio
de desenvolvimento do estudo, que o veculo esta sempre em quinta marcha. Os
principais motivos para a adocao de um modelo simplificacao foi a necessidade de
calcular rapidamente os resultados por meio computacional, bem como a facilidade
para levantamento de poucos parametros. No nosso modelo, temos apenas dois
parametros e a curva de potencia. Assim, a dinamica do sistema foi definida segundo
as equacoes abaixo:

xk+1 = xk + vk ,
s
P (vk , uk ) c2 vk2 (1)
 
vk+1 = vk2 2ghk + 2t , k = 1, 2, . . . , N,
m

sendo xk e vk a posicao e a velocidade do veculo em um instante discretizado k, t e

o intervalo de tempo entre dois instantes, g e a aceleracao da gravidade, m e a massa
do veculo, v e a sua velocidade, u representa o fluxo de combustvel (0 u 1),
e hk e a diferenca de altitude do automovel nos instantes k e k + 1. c2 e um
coeficiente de perda de energia cinetica por atrito, que foi obtido para um modelo
especfico de veculo, utilizando dados obtidos por um GPS, ajustando-o de maneira
que a trajetoria percorrida pelo carro fosse o mais proxima possvel `a trajetoria
da simulacao usando o modelo. Chegamos a considerar um termo vk3 em (1) com
um coeficiente c3 associado, porem o ajuste nao foi consideravelmente superior e
optamos pelo modelo mais simples sem este termo.
P (v, u) e a potencia fornecida ou absorvida pelo motor em funcao da velocidade.
Essa funcao foi desenvolvida a partir de uma curva de potencia, ou seja, um grafico
da potencia maxima fornecida pelo motor versus a rotacao, que e disponibilizada
pelo fabricante. Como estabelecemos que o veculo se mantem sempre na mesma
marcha, a relacao entre a velocidade e a rotacao do motor e linear, e assim pudemos
estabelecer a potencia maxima fornecida versus a velocidade.
Definimos o funcional J, chamado de custo ou criterio de desempenho, que e o
valor a ser minimizado. Esse funcional foi escolhido como
N
X
J = a(xN )(xN xmeta )2 + b(vN vmeta )2 + uk t,
k=0

sendo que xmeta e vmeta sao respectivamente a posicao e velocidade desejadas na

etapa final N, a funcao escalar e definida como (x) = 1 sempre que x < xmeta
e (x) = 0 caso contrario, e a e b sao constantes de ponderacao. Note que o termo
do somatorio representa o consumo de combustvel ao longo da missao, e os outros
termos representam uma penalizacao para prevenir, ou inibir, que o veculo complete
a missao com atraso ou com velocidade muito diferente da estabelecida (vmeta ).
Assim, a programacao dinamica minimiza nao so o consumo de combustvel, mas
tambem a ocorrencia de diferencas entre o estado final desejado e o alcancado. No
caso da distancia percorrida, para qualquer valor maior que o desejado, a funcao
assume o valor 0 e nao e somado nenhum custo adicional.
Utilizando o programa MATLAB R
[2] [5], foi desenvolvido um programa que
realiza os calculos da PD, dados alguns parametros, como o tempo de percurso, ve-
locidade e distancia percorrida desejados, os dados de altitude especficos do trajeto
e fatores de precisao de calculo, entre outros. Alem disso, esse programa realiza
simulacoes e gera graficos para que seja possvel observar o comportamento do au-
tomovel utilizando a solucao encontrada pela PD, dados a posicao e velocidade
iniciais.

3 Resultados obtidos
Foram obtidas solucoes empregando PD para diferentes missoes envolvendo trechos
reais entre as cidades de Sao Carlos e Ribeirao Preto. As solucoes foram comparadas
em termos do custo J e de consumo de combustvel, e foram gerados graficos das
variaveis de estado e controle. Vide Figura 1 para uma ilustracao dos resultados
em uma missao, sendo que as velocidades inicial e final foram fixadas em v0 = 16 e
vmeta = 16 respectivamente (unidades SI). O custo obtido foi J 70, 36. Em uma
simulacao com os mesmos parametros, porem cuja trajetoria nao foi otimizada, e
sim feita tentando manter a velocidade constante, o custo obtido foi J 75, 76. Em
todos os casos, o custo terminal, ou seja, a parcela do custo associado ao estado
final, foi desprezvel (menor que 0,1). Em outra simulacao, tambem com 150 etapas,
mas com velocidades inicial e final de 25m/s, o custo obtido foi J 58, 22, enquanto
para o caso em que foi mantida velocidade constante temos J 59, 26.
Quanto ao desempenho computacional, mencionamos que atualmente o tempo
de execucao e da ordem de 5 minutos com uma estrategia de malha movel para a
variavel xk com 100 elementos (vide as curvas em preto no primeiro grafico da Figura
1), malha regular para vk com 40 elementos, malha fixa para u com 20 elementos,
com as quais obtivemos bons resultados. O n umero de etapas foi considerado fixado
em todos os casos, N = 150. O algoritmo da PD foi cuidadosamente analisado e
otimizado para um desempenho mais rapido. O laco interno da PD, referente a
varredura da malha para uk , foi eliminada empregando apenas calculos vetoriais
com esta variavel. Os calculos mais pesados, como da funcao P que envolve uso de
interpolacao por splines, foram colocado nos lacos mais externos de maneira a serem
realizados um n umero pequeno de vezes.
 3000 30

1000 20

v
1000 10
0 75 150 0 75 150
t t

1 830

825

0.5
u

h
820

0 815
0 75 150 0 75 150
t t

Figura 1: Graficos obtidos pela simulacao com 150 etapas de 1,1s, velocidade inicial e
final de 16m/s, e dist ancia de trajeto 2640m. A curva vermelha representa a dist ancia
percorrida (m), a curva rosa, a velocidade (m/s), a curva azul, a acelerac ao e a curva
marrom, a altitude (m), a cada etapa considerada. e as curvas pretas s ao os limitantes
superior e inferior estabelecidos para xk para limitar o espaco de estados e assim, conseguir
calculos mais precisos e r
apidos.

Tambem foi feita uma adaptacao do programa desenvolvido para processamento

em paralelo, que pode ser usada em processadores com varios n ucleos ou ate mesmo
em redes de computadores, para obter calculos de alta precisao mais rapidamente.

4 Aplicac
ao
Para possibilitar a aplicacao da teoria, programas computacionais e dados levantados
durante o projeto, foi desenvolvido um aplicativo para a plataforma Android [6] que
permite que um dispositivo como um smartphone ou tablet se torne um Aconselhador
Inteligente de Velocidade (AIV), isto e, auxilie o motorista a conduzir de maneira a
minimizar o consumo de combustvel.
O AIV desenvolvido funciona da seguinte maneira: o usuario pode carregar em
seu dispositivo arquivos gerados pelos programas que realizam os calculos de oti-
mizacao de consumo atraves de programacao dinamica correspondentes a trajetos
em rodovias. Uma vez que o motorista esteja com o sistema ligado em seu automovel
e comece a dirigir em um desses trajetos, aplicativo comecara a informar, em in-
tervalos regulares, qual e velocidade que o motorista devera manter para minimizar
o consumo. Isso e feito de duas maneiras diferentes: em um mostrador na tela do
dispositivo e tambem por meio de comandos de voz, de maneira a nao tirar a atencao
do condutor enquanto dirige.
Um ponto interessante do aplicativo e que ele pode ser facilmente instalado em
qualquer dispositivo que possua uma versao recente do sistema operacional Android
e um localizador GPS, ou seja, em in
umeros modelos de smartphone atuais.

5 An
alise e Conclus
oes
Comparando o consumo obtido na simulacao utilizando o controle otimizado com
PD, `aquele obtido em simulacoes em que o veculo mantem uma velocidade pratica-
mente constante, a economia de combustvel foi da ordem de 1% a 7% em diferentes
casos de simulacao. Isso se deu porque, em alguns casos, a trajetoria simulada
otima tinha uma variacao grande na velocidade, enquanto em alguns casos ela se
assemelhou `a trajetoria de velocidade constante.
Em alguns testes com um veculo real, foi observada uma economia de cerca de
5% utlizando o AIV desenvolvido, em comparacao com o mesmo trajeto sem a uti-
lizacao do sistema. Podemos concluir que e possvel ter uma economia significativa
de combustvel atraves das ferramentas desenvolvidas nesse projeto.
O uso de um modelo simplificado foi muito u til, na medida que permitiu obter
solucoes otimas em um tempo relativamente pequeno, e ajudou no levantamento
dos parametros do modelo. O desenvolvimento do aplicativo AIV tambem foi muito
interessante por permitir a aplicacao da parte teorica e computacional do projeto.

Refer
encias
[1] D. P. Bertsekas, Dynamic Programming and Optimal Control, Dover Publi-
cations, 1995

[2] A. Gilat, MATLAB: An Introduction with Applications, John Wiley & Sons,
2004

[3] L. Guzella, A. Sciarretta, Vehicle Propulsion Systems - introdution to mode-

ling and optimization, Springer, 2005

[4] D. E. Kirk, Optimal Control Theory - An Introduction, Athena Scientific,

1970

[5] S. Lynch, Dynamical Systems with Applications using MATLAB, Birkhauser,

2004

[6] Z. Mednieks, L. Dornin, G. Meike, M. Nakamura, Programming Android: Java

Programming for the New Generation of Mobile Devices, O Reilly, 2012

[7] R. F. Stengel, Optimal Control and Estimation, Dover Publications, 1986