Système de reconstruction de trajectoire pour véhicules deux roues motorisés - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

System of trajectory reconstruction for Powered Two Wheels vehicles

Système de reconstruction de trajectoire pour véhicules deux roues motorisés

Résumé

The drivers of Powered Two Wheels vehicles are considered among the most vulnerable road users, as attested by the number of crashes increasing every year. The significant part of mortalities related to single vehicle “without identifying a third party” is related to the loss of control in bends. These thesis work is based on an instrumented motorcycle platform with a multi-sensor system. We have proposed algorithms to accurately reconstruct motorcycle trajectories achieved when negotiating bends. This system is intended to objectively evaluate and examine the behavior of drivers when negotiating bends in order to better train them. The goal is to lead them to adopt a safe trajectory in order to improve the road safety. Data required for the trajectory reconstruction are acquired using an instrumented motorcycle embedding several redundant sensors (reference sensors and low-cost sensors) that measure the rider’s actions (roll, steering) and the motorcycle behavior (position, velocity, acceleration, odometry, heading and attitude). This work is a part of the ARN project VIROLO++. The solution we have proposed allows to reconstruct bikes trajectories in bends with acceptable accuracy. The developed algorithm will be used to objectively evaluate and examine how riders negotiate bends. The embedded system carrying this algorithm can be used for the initial training and retraining in order to better train motorcycle drivers to estimate a safe trajectory and thus ensure safety when taking bends.
Les conducteurs des véhicules deux roues motorisés sont considérés parmi les usagers de la route les plus vulnérables, comme en témoigne le nombre d'accidents, en augmentation chaque année. Le nombre important des décès relatifs aux véhicules seuls « sans tiers identifié » est lié à la perte de contrôle dans les virages. Ces travaux de thèse reposent sur une plate-forme moto instrumentée avec un système multi-capteurs. Nous avons proposé des algorithmiques pour reconstruire avec précision les trajectoires des motos lors de la négociation des virages. Ce système est destiné à évaluer et examiner de manière objective le comportement des conducteurs lors de prise de virages afin de mieux les former. L’objectif est de les amener à adopter une trajectoire de sécurité pour améliorer la sécurité routière. Les données nécessaires à la reconstruction de trajectoire sont acquises à l’aide d’une moto instrumentée embarquant plusieurs capteurs redondants (capteurs de référence et capteurs à faible coût) qui mesurent les actions du conducteur (roulis, direction) et le comportement de la moto (position, vitesse, accélération, odométrie, cap et attitude). Ce travail s’inscrit dans le cadre d’un projet ANR VIROLO ++. La solution que nous avons proposé a permis de reconstruire les trajectoires des motos dans les virages avec une précision acceptable. L'algorithme développé sera utilisé afin d'évaluer et examiner de manière objective la manière dont les conducteurs négocient les virages. Le système embarqué portant cet algorithme peut être utilisé pour la formation initiale et l’entraînement afin de mieux former les conducteurs de motos à estimer une trajectoire sûre et à assurer ainsi une sécurité lors de la prise de virages.
Fichier principal
Vignette du fichier
89686_SMAIAH_2020_archivage.pdf (9.06 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02925124 , version 1 (28-08-2020)

Identifiants

  • HAL Id : tel-02925124 , version 1

Citer

Sarra Smaiah. Système de reconstruction de trajectoire pour véhicules deux roues motorisés. Robotique [cs.RO]. Université Paris-Saclay; École nationale polytechnique d'Alger, 2020. Français. ⟨NNT : 2020UPASS022⟩. ⟨tel-02925124⟩
471 Consultations
366 Téléchargements

Partager

Gmail Facebook X LinkedIn More