Une stratégie de communication coopérative au sein d'une flotte de véhicules autonomes et connectés

Implementation of a cooperative communication within a fleet of connected and autonomous vehicles

• Auteur / Autrice : Guilhem Marcillaud
• Direction : Marie-Pierre Gleizes, Valérie Camps
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées
• Date : Soutenance le 01/02/2022
• Etablissement(s) : Toulouse 3
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Informatique de Toulouse (1995-....)
• Jury : Président / Présidente : Olivier Simonin
• Jury : Examinateurs / Examinatrices : Marie-Pierre Gleizes, Valérie Camps
• Jury : Rapporteurs / Rapporteuses : René Mandiau, Mahdi Zargayouna

Mots clés

Mots clés contrôlés

Intelligence artificielle répartie

Systèmes de communication

Véhicules autonomes

Mots clés libres

Auto-adaptation

Flotte de véhicules autonomes et connectés

Systèmes multi-agents

Self-adaptive

Flett of Connected and Autonomous Vehicles

Multi-Agents Systems

Résumé

Cette thèse adresse la problématique de la communication dans le cadre d'une flotte de véhicules autonomes et connectés. Elle s'intègre dans les thématiques des systèmes de transports intelligents et de la ville intelligente. De nombreuses applications ont été développées ces dernières années dans ces thématiques, chacune ayant pour objectif l'amélioration de la qualité de vie des usagers. L'automatisation de la conduite, au centre des préoccupations de l'industrie automobile depuis les années 2000, devrait permettre de réduire le nombre d'accidents, d'améliorer le confort des usagers et également de réduire l'empreinte écologique du trafic routier en général. Elle ouvre aussi la voie à la mise en œuvre de stratégies coopératives efficaces entre véhicules. Comme la coopération repose sur l'échange d'informations pertinentes, il est nécessaire que les véhicules soient capables de connaître quelles informations transmettre et comment. Cette thèse s'intéresse plus spécifiquement à la communication inter- véhicules ; elle aborde cette problématique comme un système complexe dans lequel évoluent de nombreux véhicules, en interaction les uns avec les autres et ayant chacun leur objectif local. Chaque véhicule perçoit des informations dans son environnement local et sait que parmi ces informations, certaines peuvent être utiles à des véhicules voisins. En tant qu'entité coopérative, il va partager avec son voisinage es informations qu'il suppose utiles. Dans ce travail, une communication inter-véhicules est considérée comme utile si elle vérifie les deux propriétés suivantes : 1) l'information échangée est compréhensible par le véhicule et 2) elle lui apporte de nouvelles connaissances. Dans le cadre d'une flotte de Véhicules Autonomes et Connectés (VAC), ces deux propriétés peuvent ne pas toujours être garanties, en particulier si les véhicules concernés ne partagent pas le même ou bien si le volume de communications dépasse les capacités du véhicule. La contribution de cette thèse est double : elle propose un premier module permettant à un véhicule d'adapter une information à son propre système de référence, et un second module permettant d'optimiser les échanges d'informations au sein d'une flotte de VAC. Elle aborde le problème de référentiel commun entre véhicules comme un problème d'estimation de données, et celui de l'optimisation des échanges d'informations entre véhicules comme un problème d'optimisation sous contraintes distribuées. L'originalité de ce travail repose sur l'utilisation des systèmes multi-agents adaptatifs (AMAS) pour les résoudre. L'approche par AMAS est une approche organisationnelle permettant de construire des systèmes complexes qui s'adaptent, en continu et localement, à la dynamique de leur environnement. Elle met l'accent sur les interactions entre le système et son environnement d'une part et entre les parties (agents) du système d'autre part. Ces interactions sont basées sur un traitement local et coopératif des informations par les parties du système, qui n'ont qu'une vue partielle de leur environnement. L'évaluation des deux modules a été réalisée en utilisant divers jeux de donnés mettant en évidence des perturbations pouvant affecter le système (modification de l'environnement et intermittence des véhicules dans la flotte).[...]

This thesis addresses the problem of communication in the context of a fleet of autonomous and connected vehicles. It is included in the context of intelligent transport systems and the smart city. Numerous applications have been developed in recent years in these areas, each with the objective of improving the quality of life of users. The automation of driving, which has been a central concern of the automotive industry since the 2000s, is expected to reduce the number of accidents, improve the comfort of users and also reduce the ecological footprint of road traffic in general. It also paves the way for the implementation of effective cooperative strategies between vehicles. As cooperation relies on the exchange of relevant information, it is necessary that vehicles are able to know what information to transmit and how. This thesis focuses on inter-vehicle communication and approaches the problem as a complex system in which many vehicles interact with each other, each has its own local objective. Each vehicle perceives information in its local environment and knows that some of this information may be useful to neighbouring vehicles. As a cooperative entity, it will share with its neighbours the information it assumes to be useful. In this work, an inter-vehicle communication is considered useful if it verifies the following two properties: 1) the information exchanged is understood by the receiving vehicle and 2) it brings new knowledge to it. In the context of a fleet of Autonomous and Connected Vehicles (CAVs), these two properties may not always be guaranteed, especially if the vehicles involved do not share the same referential frame (e.g. different units of measurement for the same information) or if the volume of communication exceeds the vehicle's capacity. The contribution of this thesis is twofold: it proposes a first module allowing a vehicle to adapt information to its own reference system, and a second module allowing to optimise information exchanges within a fleet of CAVs. It approaches the problem of a common referential frame between vehicles as a data estimation problem, and that of the optimisation of information exchanges between vehicles as a distributed optimisation problem under constraints. The originality of this work lies in the use of adaptive multi-agent systems (AMAS) to solve them. The AMAS approach is an organisational approach to building complex systems that adapt, continuously and locally, to the dynamics of their environment. It focuses on the interactions between the system and its environment on the one hand and between the parts (agents) of the system on the other. These interactions are based on local and cooperative processing of information by the parts of the system, which only have a partial view of their environment. This principle of locality guarantees the emergent nature of the system's operation. The evaluation of the two modules was carried out using various datasets highlighting disturbances that could affect the system (modification of the environment and intermittence of vehicles in the fleet). The results show that both modules are effective for large-scale problems in a dynamic environment. The use of a local approach to solve the problem avoids an exponential increase in complexity. In the context of optimising the information exchanged, and in order to propose a solution that preserves the confidentiality of the data, the local solution of the problem is not based on the exchange of the CAVs' personal information.[...]