Véhicule autonome : conception d'une stratégie de contrôle partagé pour les transitions entre conduites manuelle et automatisée

Autonomous vehicle : design of a shared control strategy for transitions between manual and autonomous driving, automated vehicle

• Auteur / Autrice : Béatrice Pano
• Direction : Philippe Chevrel, Franck Mars
• Type : Thèse de doctorat
• Discipline(s) : Automatique, productique et robotique
• Date : Soutenance le 26/03/2021
• Etablissement(s) : Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences du Numérique de Nantes
• Jury : Président / Présidente : Daniel Alazard
• Jury : Examinateurs / Examinatrices : Philippe Chevrel, Franck Mars, Françoise Lamnabhi-Lagarrigue, Said Mammar, Chouki Sentouh
• Jury : Rapporteurs / Rapporteuses : Françoise Lamnabhi-Lagarrigue, Said Mammar

Mots clés

Mots clés contrôlés

Automobiles -- Systèmes d'aide à la conduite

Système assistance conduite

Automobiles -- Commande automatique

Véhicules autonomes

Mots clés libres

Commande haptique partagée

Transition de commande

Commande H2/H∞

Contrôle latéral du véhicule

Adas

Véhicule automatisé

Haptic shared control

Control transition

H2/H∞ control

Vehicle lateral control

Adas

Automated vehicle

Résumé

Dans le cadre du développement de voitures autonomes, la thèse traite de la question de la transition entre modes de conduite automatique et manuelle. Elle part du postulat suivant : la commande haptique partagée est une voie particulièrement intéressante pour relier ces modes de conduite. En modifiant progressivement la part d’assistance apportée par le système, elle laisse au conducteur le temps de se remettre dans la boucle de commande sensorimotrice. Afin de vérifier ce postulat, la thèse propose une méthodologie pour la synthèse d’une commande haptique partagée, dont le niveau de partage (niveau de participation de l’assistance) peut être modulé. S’appuyant sur un modèle cybernétique du conducteur, la méthodologie minimise les conflits entre l’humain et l’assistance de conduite. La loi de commande est constituée d’une part d’un générateur de trajectoire s’appuyant sur la courbure de la route mesurée en avant du véhicule (action anticipatrice), et d’autre part d’une boucle de rétroaction (action compensatrice) dont les gains sont calculés par la résolution d’un problème d’optimisation mixte H2/H∞. Ce problème multi-critère prend en compte la qualité du partage, les performances de suivi de voie, le confort du conducteur et la robustesse du système. L’analyse systématique des tests expérimentaux menés sur un simulateur de conduite par un ensemble représentatif de conducteurs permet d’apprécier l’intérêt de la solution dans un contexte d’évitement d’obstacle. Différents profils de transitions sont considérés, dont l’un est binaire, l’autre demande au conducteur de surpasser l’action du système autonome, et deux sont progressifs. L’intérêt d’une transition progressive, avec interaction haptique maîtrisée est manifeste.

In the context of the development of autonomous cars, the thesis deals with the question of the transition between autonomous and manual driving modes. It is based on the following postulate: Haptic shared control is a particularly promising way to link these driving modes. By progressively modifying the part of assistance provided by the system, it allows the driver time to get back into the sensorimotor control loop. In order to verify this hypothesis, the thesis proposes a methodology for the synthesis of a haptic shared control, whose level of sharing (level of participation of the assistance) can be modulated. Based on a cybernetic driver model, the methodology minimizes the conflicts between the human and the driving assistance system. The control law consists of a trajectory generator based on the curvature of the road measured ahead of the vehicle (anticipatory action), and a feedback loop (compensatory action) whose gains are calculated by solving a mixed optimization problem. This multi-criteria problem takes into account the quality of sharing, lane tracking performance, driver comfort and system robustness. Systematic analysis of experimental tests conducted on a driving simulator by a representative group of drivers enables the interest of the solution to be assessed in an obstacle avoidance context. Different transition profiles are considered, one of which is binary, the other requires the driver to override the autonomous system, and two are progressive. The value of a progressive transition, with controlled haptic interaction, is obvious.