Você está na página 1de 11

Controle Fuzzy Aplicado Sistemas Anticoliso Frontal e

Distribuio Eletrnica de Frenagem Automotiva


Ivan Matheus Vanin, Jeu Tonete, Rogrio Luis Fontanario, Jaqueline Vargas
Universidade Tecnolgica Federal do Paran, Campus Toledo
Rua Cristo Rei, 19, CEP 85902-490 Toledo PR Brasil
ivanmatheus@gmail.com, jeu_tonete@hotmail.com,
rogerjohann@gmail.com, jaquelinevargas@utfpr.edu.br

Resumo. Este artigo apresenta o desenvolvimento da simulao de um sistema


de anticoliso frontal em veculos, com distribuio da fora de frenagem. Como atualmente as montadoras esto investindo na automao automobilstica,
os estudos aqui efetuados, so baseados em tecnologias j existentes. proposto ento, um sistema que vise evitar acidentes ou, pelo menos, diminuir os danos causados por ele. Para isso foi empregado a lgica fuzzy, a qual relaciona as
variveis de entrada e sada (velocidade, distncia, frenagem, etc.). Utilizou-se
as ferramentas Simulink e Fuzzy ToolBox, ambos do MatLab para projetar e
simular o sistema criado. Ao fim do trabalho pode-se concluir que as ferramentas utilizadas conseguiram nos fornecer respostas esperadas, ou seja, simulando
certas condies, obtivemos como sada, resultados condizentes com situaes
reais.
Palavras-chave: lgica fuzzy, sistema de frenagem, sistema anticoliso.

Introduo

Acidentes de automveis esto entre as 10 principais causas de morte no mundo


todo [1], sejam eles por falhas humanas ou mecnicas. Com base nisso muitas montadoras comearam a investir mais em segurana automobilstica, como por exemplo,
em tecnologias para melhorar a frenagem e evitar colises [2].
Nos automveis atuais muito comum encontrar sistemas inteligentes desenvolvidos para auxiliar na direo de forma quase imperceptvel. O sistema age em grande
parte proporcionando estabilidade, economia de energia e segurana, entre outros,
muitas vezes atuando sem o conhecimento do motorista. Esses sistemas so conhecidos como: Sistema de Freio Antitravamento (ABS - Anti-lock Braking System); Injeo Eletrnica; Suspenso Ativa; Distribuio eletrnica de Freio (EBD - Electronic
Brake Distribution); Programa de Estabilidade Eletrnica (ESP - Electronic Stability
Program); Aviso de Coliso Frontal (FCW Foward Colision Warning); entre outros
[3].
Baseado nestes modelos de sistemas de frenagem, o presente trabalho pretende
demonstrar a simulao de um sistema automobilstico que busca garantir segurana e

desempenho ao veculo, levando em considerao a distncia deste um objeto, sua


velocidade e o atrito dos pneus com o cho. Assim, pode ser tomada uma deciso de
reduzir ou no a velocidade, e qual a presso do freio deve ser usada em cada roda
para ter uma desacelerao eficaz e econmica.
Pode ser observado que os dados essenciais para a entrada e sada so valores incertos, um exemplo disso a velocidade. Digamos que a velocidade esteja sendo medida em quilmetros por hora (Km/h), haver uma grande faixa de valores a ser coberta, e a melhor maneira de organiz-las seriam em conjuntos, como: velocidade
baixa, mdia e alta. Visando tratar o valor da velocidade e as outras variveis do sistema, foi escolhida uma tcnica de inteligncia artificial denominada lgica fuzzy, que
possibilita essa ordenao dos conjuntos em questo.
A lgica fuzzy um modelo matemtico surgido a partir do conceito de Conjuntos
Fuzzy (nebulosos) [4]. Ela possibilita raciocnios no binrios, ou seja, valores aproximados contendo um grau de pertinncia e variveis lingusticas. Possui grandes
vantagens que auxiliam em sistemas de controle, como por exemplo, um melhor tratamento contra imprecises de sensores, uma linguagem natural que facilita a incorporao de conhecimento humano nas regras de inferncia, e a simplificao do modelo do processo. Sendo assim, a lgica fuzzy pode ser uma excelente tcnica para
simular o comportamento de um sistema de frenagem. Algumas abordagens que utilizam essa tcnica foram encontradas tanto em sistemas de frenagem [10], quanto em
anticoliso [11].
Deste modo, tendo o conhecimento de algumas dessas tecnologias citadas e da lgica fuzzy, este trabalho tem como objetivo simular um sistema de anticoliso frontal
com ponderao da fora de frenagem em cada roda. Em uma viso geral, o sistema
capta dados dos sensores e realiza os clculos para obter informaes do tipo: velocidade atual do automvel; velocidade atual do carro frente; distncia entre os carros
(ou algum obstculo); e aderncia dos quatro pneus do veculo com o solo. O controlador fuzzy ento, recebe todos os dados provenientes dos sensores e fornece como
resultado os valores ideais para os sistemas de segurana, sejam eles de frenagem ou
algum outro, necessrio para evitar acidentes.
Tal sistema visa aproximar o comportamento de resposta do veculo ao de sistemas
automotivos j existentes, que j foram implementados ou esto em fase de desenvolvimento, esses sero discutidos na seo a seguir.

Sistemas Automotivos Embarcados

2.1

Sistemas de Frenagem.

Uma das preocupaes que se tem na hora da frenagem a de garantir aderncia


das rodas com a estrada, por isso crucial evitar o travamento e o deslizamento das
mesmas. Para resolver esse problema existe um sistema antitravamento conhecido
como ABS, que consegue perceber desaceleraes entre as rodas, e controlar o desacionamento do freio por curtos intervalos de tempo, para assim, impedir o travamento
[5]. O ABS j bastante conhecido e utilizado, e a pouco tempo ganhou um sistema
de auxilio, conhecido como EBD, que calcula aproximadamente a aderncia ao solo

que o pneu de cada roda possui. Essas informaes so utilizadas para controlar a
distribuio da fora de frenagem em cada roda, tendo assim um melhor aproveitamento do freio[6]. Esse sistema ser mesclado com um sistema de anticoliso, que
ser visto a seguir.
2.2

Sistemas Anticoliso

Outros sistemas de segurana automotiva que esto ganhando mercado so os de


anticoliso, que servem para auxiliar o motorista a manter distncia segura do veculo
a frente e, em alguns casos, at frear o automvel. Um desses sistemas o FCW[7]
que serve para ajudar a evitar acidentes com os veculos frente ou, pelo menos, minimizar os efeitos caso a coliso venha a ocorrer. Ele monitora a rea da frente do
veculo para verificar a proximidade entre os automveis, e com isso toma decises
para alertar o motorista (alertas com sinais luminosos e sonoros no painel), prcarregar os freios para uma frenagem mais eficiente, e dependendo da gravidade da
situao, frear automaticamente o automvel[8].

Modelo

Baseado nos modelos visto anteriormente (Sees 2.1 e 2.2), proposto neste trabalho um sistema (utilizando lgica fuzzy) que, atravs de dados referente posio e
velocidade, possibilite controlar a frenagem de um automvel em situaes de possvel coliso, atribuindo s rodas diferentes foras em relao aderncia de cada uma
ao asfalto. Para solucionar o problema foi necessrio a criao de um modelo que
descrevesse o mesmo. Primeiramente foi feito um esboo de um diagrama que representasse basicamente o que iria ser controlado.
Sensor de Distncia
Sistema de Freios
Computador de bordo
Sensor de velocidade

Sinais de
Sensores
Sinais
Atuadores
Fig. 1. Diagrama do sistema a ser simulado.

Com isso pode-se identificar as variveis necessrias para o problema e as respectivas sadas. Na entrada as velocidades do carro controlado e do carro frente (variveis de entrada) podem ser obtidas por meio de sensores mecnicos ou eletrnicos e
ultrassnicos respectivamente. Alm das velocidades outras variveis importantes
para nossa anlise so: a distncia, que pode ser obtida atravs de sensores ultrassnicos ou a laser; e as aderncias de cada pneu a pista. Como varivel de sada temos a
quantidade de desacelerao distribuda proporcionalmente em relao a quantidade
de aderncia de cada pneu.

Implementao

Aps o levantamento do problema e do modelo a ser controlado, foi analisada a


necessidade da utilizao de uma ferramenta para a implementao da lgica fuzzy do
controlador. Assim, devido a sua fcil interpretao, utilizou-se o Matlab. Tal ferramenta proporciona um acesso simples uma biblioteca completa e altamente capacitada denominada Fuzzy ToolBox[9], facilitando no desenvolvimento dos conjuntos
fuzzy.
Uma vez definido os parmetros de entrada e sada, foi possvel implementar o
controlador. Escolheu-se fazer dois controladores em srie por sua adequao ao problema, uma vez que no necessrio decidir a porcentagem de frenagem em cada
roda quando no h a necessidade de acionar os freios. O primeiro controlador recebe
as informaes referente velocidade e distncia, retornando o quanto o automvel
dever desacelerar. J o segundo, recebe o quanto o carro deve desacelerar, junto com
as informaes referente s rodas (aderncia ao solo), e assim, atribui um valor para a
quantidade de frenagem de cada uma.
A ferramenta citada anteriormente no satisfaz a necessidade de um sistema dinmico (sem a interveno do usurio), sendo a sada de um controlador a entrada do
outro. Para isso, foi utilizado ento o Simulink, tambm integrado ao Matlab (a interface desta ferramenta pode ser visualizada na Figura 2). Essa ferramenta possibilita
a criao de blocos (um para cada especificao do sistema), onde os valores dos
conjuntos fuzzy so importados da Fuzzy ToolBox. Chamou-se o primeiro controlador
de Controle Fuzzy de Desacelerao, e o segundo de Controle Fuzzy de Frenagem (os
arquivos da simulao esto disponveis em [12]).
Para efeitos de simplificao algumas abreviaes sero utilizadas durante a apresentao do problema, sendo elas as seguintes: FR refere-se ao pneu dianteiro direito;
FL ao dianteiro esquerdo; BR ao traseiro direito; e BL ao traseiro esquerdo. As velocidades so dadas em quilmetros por hora (km/h), as distncias em metros (m) e as
desaceleraes, aderncias e frenagens em porcentagem (%). Lembrando que, o presente trabalho no desenvolve nenhuma leitura dos dados provenientes dos sensores,
adota-se que tais dados lidos no meio fsico e enviados ao sistema fuzzy j foram previamente tratados.

4.1

Controle Fuzzy de Desacelerao

Para o controle de desacelerao foram utilizadas trs variveis de entrada e uma


de sada. Conforme descrito na Tabela 1, as variveis de entrada so: a velocidade do
carro da frente, a velocidade atual do carro e a distncia entre eles. J para a varivel
de sada, os conjuntos so descritos na Tabela 2, e representam a desacelerao.
Tabela 1. Variveis de entrada do controle de desacelerao.

Velocidades dos Carros


Variveis
Funo
Intervalos
lingusticas
Lenta Trapezoidal [0 0 40 60]
Mdia

Triangular

[50 80 100]

Rpida

Trapezoidal [90 100 240 240]

Distncia
Variveis
Funo
lingusticas
Crtica
Trapezoidal
Aceitvel Trapezoidal
Segura

Intervalos
[0 0 5 9]
[5.5 7 9 15]

Trapezoidal [10 12 50 50]

Tabela 2. Varivel de sada do controle de desacelerao

Desacelerao

4.2

Variveis lingusticas

Funo

Intervalos

Nula

Triangular

[0 0 0]

Fraca

Triangular

[0 0 20]

Mdia

Trapezoidal

[10 20 40 50]

Forte

Trapezoidal

[44 55 70 90]

Extraforte

Trapezoidal

[80 90 100 100]

Controle Fuzzy de Frenagem

Na implementao do controlador de frenagem tem-se cinco entradas e quatro sadas. A entrada constituda pela desacelerao recebida diretamente do controle fuzzy
de desacelerao, e as quatro aderncias de cada pneu com o solo. Na sada tem-se os
quatro valores de frenagem correspondente pra cada roda. Os conjuntos nos quais as
variveis so classificadas esto descritos na Tabela 3 e na Tabela 4.
Observa-se que, a resposta do sistema a frenagem em cada roda, variando de 0 a
100%. Porm, o controlador deve obter uma resposta de frenagem total do veculo
(tambm de 0 a 100%), sendo necessrio distribuir esse valor para todas as rodas, ou
seja, a soma da frenagem das quatro rodas deve corresponder ao total do freio a ser
utilizado. Para isso, foi criado um subsistema que visa obter essa distribuio. O subsistema em questo, divide o valor individual de cada roda (FI) pela soma das frenagens individuais das quatro rodas. Em seguida, multiplica-se essa diviso pelo valor
total de desacelerao (DT) do automvel, obtendo ento o quanto deve ser aplicada

em cada roda. Os valores so determinados atravs de (1), onde o resultado representado por FD (frenagem distribuda para uma roda).

FD

FI

FI n
n 1

( DT )

(1)

Tabela 3. Variveis de entrada do controle de frenagem.

Desacelerao
Variveis
Funo
Intervalos
lingusticas
Fraca
Triangular
[0 0 20]

Aderncias (FR, FL, BR, BL)


Variveis
Funo
Intervalos
lingusticas
Ruim
Triangular
[0 0 45]

Mdia

Trapezoidal [10 20 40 50]

Mdia

Trapezoidal [30 40 70 80]

Forte

Trapezoidal [44 55 70 90]

Boa

Trapezoidal [60 80 100 100]

Extraforte Trapezoidal [80 90 100 100]


Tabela 4. Variveis de sada do controle de frenagem.

Frenagens (FR, FL, BR, BL)


Variveis lingusticas

Funo

Valores

Fraca

Trapezoidal

[0 0 30 40]

Mdia

Triangular

[30 50 70]

Forte

Trapezoidal

[60 80 100 100]

A implementao final do sistema proposto representada pelo diagrama de blocos


da Fig.2, onde pode ser observado o subsistema criado. Alm disso, cada controlador
fuzzy possui uma base de regras de inferncia para encontrar os resultados em diversos cenrios.

Fig. 2. Diagrama de blocos final para o sistema completo.

4.3

Aplicao de regras

Aps montado os conjuntos fuzzy para desacelerao e frenagem, foram definidas


as regras para cada conjunto, baseando-se em noes prvias do movimento de um
carro, e de como ele deve agir em determinadas situaes.
Para entender melhor a lgica utilizada nas regras, tem-se o seguinte exemplo: "se
a velocidade do carro da frente estiver mdia, a velocidade do carro atual estiver rpida e a distncia entre eles crtica, ento a desacelerao extra forte". Assim, como
resultado, esta regra garante a frenagem automtica do veculo em uma situao onde,
na prtica, o condutor deveria frear o mesmo. J relacionado a resposta de cada roda
tem-se: "se a desacelerao for forte e a aderncia de uma roda for boa, ento a frenagem nessa roda ser forte". Essa ltima regra possibilita encontrar a intensidade de
frenagem na roda analisada.
Deste modo, criou-se dois conjuntos de regras (um para cada controlador) para que
elas regessem o comportamento de todo o sistema. Foram criadas 17 regras para o
conjunto fuzzy de desacelerao, e 30 para o de frenagem. Aps o desenvolvimento da
base de regras, foi possvel simular o sistema e analisar os resultados para diferentes
parmetros de entrada.

Resultados

Visando analisar a viabilidade do sistema de frenagem proposto, foram realizados


testes para verificar os resultados em diferentes casos. Para tal, procurou-se coletar
dados de alguns casos tpicos (onde o motorista dirige de maneira correta e a estrada
de boa qualidade), casos com alguma adversidade (pista precria ou ms condies
dos pneus), e casos extremos (valores de entrada levados aos seus limites).
5.1

Caso 1 - Sem desacelerao

Neste caso ser detalhado o resultado da simulao para uma condio onde, devido as condies de trfego (distncia do carro frente, velocidade entre os carros e
etc.), no h a necessidade de diminuir a velocidade. Para efeito de simplificao,
nesse caso, iremos adotar que a pista na qual o automvel est trafegando de boa
qualidade e o carro est em linha reta. Assim, pode-se analisar os resultados, que so
mostrados na Tabela 5. Ao observar a coluna de sada do controlador, possvel ver
que, como esperado, no houve desacelerao. Isso leva a nenhuma atuao do controlador frenagem.
5.2

Caso 2 - Frenagem uniforme

Diferente do anterior, onde no havia a necessidade de desacelerao, nesse caso


ser detalhado o resultado da simulao para uma condio que provoca o acionamento dos freios em uma proporo homognea, ou seja, as quatro rodas recebem a mes-

ma quantidade de fora. Para simplificao iremos adotar condies normais de direo. Os resultados para este caso esto representados na Tabela 6.
Tabela 5. Resultados do sistema fuzzy para o Caso 01.

Controlador de Desacelerao
Entradas
Sadas
Velocidade Carro
110
frente [Km/h]
DesaceVelocidade carro
Atual [Km/h]

80

Distncia [m]

18

lerao
%

Controlador de Frenagem
Entradas
Sadas Frenagem %
44
Desacelerao %
90
0
Aderncia FR %
FR
90
0
Aderncia FL %
FL
90
0
Aderncia BR %
BR
Aderncia BL %

90

BL

Tabela 6. Resultados do sistema fuzzy para o Caso 02.

Controlador de Desacelerao
Entradas
Sadas
Velocidade Carro
110
frente [Km/h]
DesaceVelocidade carro
Atual [Km/h]

80

Distncia [m]

lerao
%

44

Controlador de Frenagem
Entradas
Sadas Frenagem %
0
Desacelerao %
100
76,92
Aderncia FR %
FR
100
76,92
Aderncia FL %
FL
76,92
Aderncia BR % 100
BR
Aderncia BL %

100

BL

76,92

Observando a primeira coluna de sada, tem-se que h uma desacelerao a ser aplicada devido pouca distncia ao carro da frente. Alm disso, como indicado na
coluna de sada do controlador de frenagem, h uma atuao uniforme em todas as
rodas, pois ambas possuem a mesma aderncia ao solo. No diagrama de blocos do
sistema, observou-se os resultados de porcentagem, representando a fora total do
sistema aplicado igualmente nas quatro rodas. Assim, Frenagem FR Distribuda:
10,99%; Frenagem FL Distribuda: 10,99%; Frenagem BR Distribuda: 10,99%; Frenagem BL Distribuda: 10,99%.
5.3

Caso 3 - Frenagem desuniforme

Este caso dever provocar o acionamento dos freios em uma proporo heterognea, ou seja, alguns pneus possuem mais aderncia pista que outros. Condio vista
geralmente em momentos onde o automvel est realizando uma converso, seja ela
pra esquerda ou direita. Os valores resultantes esto sendo mostrados na Tabela 7.
Pode ser observado na coluna de sada do controlador de desacelerao que o veculo deve reduzir a acelerao quase a metade de seu valor inicial. Alm disso, na
sada do controlador de frenagem h uma distribuio desuniforme. Novamente, analisando a distribuio geral da frenagem em cada roda, tem- se que a Frenagem FR
Distribuda: 8,32%; Frenagem FL Distribuda: 13,66%; Frenagem BR Distribuda:

8,32%; Frenagem BL Distribuda: 13,66%. Assim, podemos concluir que, as rodas do


lado direito possuem menor fora de frenagem que as rodas do lado esquerdo.
Tabela 7. Resultados do sistema fuzzy para o Caso 03.

Controlador de Desacelerao
Entradas
Sadas
Velocidade Carro
80
frente [Km/h]
DesaceVelocidade carro
110
Atual [Km/h]
Distncia [m]
5.4

lerao
%

44

Controlador de Frenagem
Entradas
Sadas Frenagem %
44
Desacelerao %
50
46,91
Aderncia FR %
FR
90
76,92
Aderncia FL %
FL
50
46,91
Aderncia BR %
BR
Aderncia BL %

90

BL

76,92

Caso 4 - Frenagem brusca

Outro caso a ser detalhado quando se faz necessrio o acionamento repentino dos
freios em uma situao perigosa, onde, inesperadamente um outro automvel se posiciona frente. Nessas condies o motorista pode no ter tempo de reao suficiente
para acionar os freios. Para isso, o sistema de segurana entra em ao para evitar a
coliso, ou tentar fazer com que a coliso seja o menos impactante possvel. Ainda
considerando que a pista na qual o automvel est trafegando de boa qualidade, os
resultados obtidos podem ser analisados atravs da Tabela 8.
Tabela 8. Resultados do sistema fuzzy para o Caso 04.

Controlador de Desacelerao
Entradas
Sadas
Velocidade Carro
40
frente [Km/h]
Desacele92,5
Velocidade carro
130 rao %
Atual [Km/h]
Distncia [m]

Controlador de Frenagem
Entradas
Sadas Desacelerao % 92,5 Frenagem %
90
84,7
Aderncia FR %
FR
70
65,36
Aderncia FL %
FL
90
84,7
Aderncia BR %
BR
Aderncia BL %

70

BL

65,36

Neste caso pode ser observado que houve uma desacelerao na tentativa de evitar
uma coliso. E como mostrado no segundo controlador, os valores de frenagem so
altos, mas sempre deixando com maior importncia as rodas que possuem mais aderncia ao solo. Assim, no diagrama de blocos do sistema, os resultados de porcentagem de freio em relao ao total de frenagem que cada roda recebe so para Frenagem
FR Distribuda: 26,1%; Frenagem FL Distribuda: 20,14%; Frenagem BR Distribuda:
26,1%; Frenagem BL Distribuda: 20,14%; isso mostra que os freios de todas as rodas
sero usados quase no seu mximo. Ao ter esse controle, principalmente em situaes
crticas, consegue-se fazer com o que o tempo e distncia necessrio para a parada
total do veculo, se reduzam drasticamente, consequentemente aumentando a segurana ao conduzi-lo.

5.5

Caso 5 - Frenagem em pista descuidada.

Para o ltimo caso simulado, foram consideradas condies onde h um problema


com a pista e o carro est fazendo uma converso. Alm disso, nessa situao o acionamento dos freios ocorre quando os pneus esto com baixa aderncia. Este um caso
muito delicado onde outros fatores adversos (por exemplo: motorista girar o volante
bruscamente) podem influenciar nessa perda de aderncia. Assim, para efeito de simplificao, ser adotado que tais fatores no sero levados em conta. Os resultados
para este caso esto representados na Tabela 9.
Tabela 9. Resultados do sistema fuzzy para o Caso 05.

Controlador de Desacelerao
Entradas
Sadas
Velocidade Carro
45
frente [Km/h]
Desacele92
Velocidade carro
110 rao %
Atual [Km/h]
Distncia [m]

Controlador de Frenagem
Entradas
Sadas Frenagem %
92
Desacelerao %
30
18,91
Aderncia FR %
FR
45
50
Aderncia FL %
FL
25
18,65
Aderncia BR %
BR
Aderncia BL %

20

BL

18,38

Os valores obtidos nesse cenrio mostram que houve uma desacelerao e que h
uma frenagem desuniforme entre as rodas. A intensidade da frenagem pode ser observada atravs do diagrama de blocos, onde Frenagem FR Distribuda: 16,42%; Frenagem FL Distribuda: 43,42%; Frenagem BR Distribuda: 16,19%; Frenagem BL Distribuda: 15,96%. Como esperado, a roda com maior aderncia receber muita fora
para frear, uma vez que essa tentar reduzir mais rapidamente a velocidade do automvel. Com isso no ser aplicado muita fora nas rodas que possuem pouca aderncia, o que diminui-se drasticamente a chance dessas rodas travarem.

Concluso

Conclui-se que, os sistemas de frenagem e anticoliso podem utilizar de algumas


tcnicas no auxlio do desempenho de seu funcionamento. Como visto anteriormente
(seo 2), alguns mtodos de frenagem esto em desenvolvimento, e at implantados
por algumas montadoras. Assim, a proposta aqui apresentada mostrou que possvel
integrar a lgica fuzzy a sistemas j existentes e/ou em desenvolvimento, visando
garantir o melhor resultado possvel.
Dessa forma, o sistema simulado mostrou ter obtido um excelente desempenho para evitar a coliso frontal, diminuir a distncia do veculo da frente, diminuir o gasto
energtico em rodas no utilizadas (com pouca aderncia ao solo) e por fim, aumentar
a fora de frenagem nas rodas com alta aderncia ao solo. Alm disso, consequentemente, possvel aumentar a vida til do sistema de freios, devido utilizao precisa
do veculo.

Outros trabalhos podem ser desenvolvidos a partir do proposto nesta pesquisa, como: analisar os valores reais da presso no sistema de freio de um veculo, para garantir dados mais precisos nos testes; fuso de dados dos sensores envolvidos na coleta
das variveis de entrada do controlador fuzzy; e realizar testes prticos em veculos
com um sistema fuzzy embarcado.
Agradecimentos. Os autores gostariam de agradecer aos revisores por seus comentrios valiosos e construtivos, a partir dos quais este artigo tem se beneficiado significativamente.

Referncias
1. Who.
The
top
10
causes
of
death.
World
Health
Organization.
http://who.int/mediacentre/factsheets/fs310/en/ (2011).
2. Cheli, F., Leo, E., Melzi, S., & Sabbioni, E. (2010). On the impact of smart tyres on existing ABS/EBD control systems. Vehicle System Dynamics.
3. euroFOT, bringing intelligent vehicles to the road. Disponvel em <http://www.eurofotip.eu/> Acesso em: Maro de 2014.
4. Kevin M. Passino and Stephen Yurkovich. Fuzzy control. Chapter 2: The Basics, pp 23-118,
Addison Wesley Longman, Inc. (1998).
5. AEA Associao Brasileira de Engenharia Automotiva. Uso do freio ABS. Disponvel em
<http://www.denatran.gov.br/download/aea_abs_digital.pdf> Acesso em Maro de 2014.
6. Buschmann, G., Ebner, H., and Kuhn, W., "Electronic Brake Force Distribution Control - A
Sophisticated Addition to ABS, 1992.
7. Dagan, E., Mano, O., Stein, G. P., & Shashua, A. Forward collision warning with a single
camera. IEEE Intelligent Vehicles Symposium, (2004).
8. Benmimoun, M., Ptz, A., Zlocki, A., & Eckstein, L. Effects of ACC and FCW on speed,
fuel consumption, and driving safety. In IEEE Vehicular Technology Conference, (2012).
9. Amendola, M., Souza, A. L., Barros, L. C.: Manual do uso da teoria dos conjuntos Fuzzy no
MATLAB 6.5. FEAGRI & IMECC/ UNICAMP, (2005).
10. Topalov, A.V.; Kayacan, E.; Oniz, Y.; Kaynak, O., "Adaptive neuro-fuzzy control with sliding mode learning algorithm: Application to Antilock Braking System," Asian Control Conference, 2009. ASCC 2009. 7th , vol., no., pp.784,789, 27-29 Aug. (2009)
11. Hirulkar, S.; Damle, M.; Rathee, V.; Hardas, B., "Design of Automatic Car Breaking System Using Fuzzy Logic and PID Controller," Electronic Systems, Signal Processing and
Compu-ting Technologies (ICESC), 2014 International Conference on , vol., no.,
pp.413,418, 9-11 Jan. (2014)
12. Vanin I. M., Tonete J., Fontanario R. L., Vargas J., https://copy.com/LAjqXN9f1VEA