Coordination des voitures autonomes parmi les véhicules à conduite manuelle appliquée au freinage en toute sécurité

Autonomous cars' coordination among legacy vehicles applied to safe braking

• Auteur / Autrice : Raj Haresh Patel
• Direction : Jérôme Härri, Christian Bonnet
• Type : Thèse de doctorat
• Discipline(s) : Ingénierie de l'information et de la communication
• Date : Soutenance le 03/12/2018
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
• Partenaire(s) de recherche : Laboratoire : Institut EURECOM (Sophia-Antipolis, Alpes-Maritimes)
• Jury : Président / Présidente : Philippe Martinet
• Jury : Examinateurs / Examinatrices : Henk Wymeersch, Prométhée Spathis
• Jury : Rapporteurs / Rapporteuses : Arnaud de La Fortelle, Cristina Olaverri Monreal

Mots clés

Mots clés contrôlés

Modélisation prédictive

Conduite automobile -- Simulateurs

Systèmes de transport intelligent

Automobiles -- Freins

Véhicules autonomes

Mots clés libres

Véhicules autonomes

Freinage sécurisé

Système de contrôle centralisé

Modèle de contrôle prédictif

Simulateur de conduite

Systèmes de transport intelligents coopératifs

Autonomous vehicles

Safe braking

Centralized control system

Predictive control model

Driving simulator

Cooperative Intelligent Transportation Systems

Résumé

Le comportement d'un véhicule autonome peut être affecté par divers facteurs internes tels que défaillance du système de bord, capteur, etc., ou par des facteurs externes tels que manœuvres risquées de la part de voisins immédiats menaçant une collision, des changements brusques de l'état des routes, etc. Cela peut entraîner une défaillance de la manœuvre de coordination, telle que le croisement de plusieurs véhicules à une intersection. Dans de telles situations, lorsque les conditions changent de manière dynamique et que la condition de fonctionnement nominale est violée par des influences internes ou externes, un véhicule autonome doit avoir la capacité d'atteindre la condition de risque minimal. Arrêter le véhicule est l’un des moyens d’atteindre un niveau de risque minimal. La thèse introduit un algorithme d'arrêt sécurisé qui génère des commandes pour véhicules autonomes en tenant compte de la présence de véhicules traditionnels. Un algorithme basé sur un modèle de contrôle prédictif est proposé, qui résiste aux erreurs provenant de la communication, la localisation, la mise en œuvre du contrôle et à la disparité des modèles. Les collisions évitées et la gêne ressentie par le conducteur sont deux paramètres d'évaluation. Les simulations montrent que le contrôleur robuste sous l'influence d'erreurs peut fonctionner aussi bien que le contrôleur non-robuste en l'absence d'erreurs.

The behaviour of an autonomous vehicle can be impacted by various internal factors like onboard system failure, sensor failure, etc. or by external factors like risky maneuvers by immediate neighbors threatening a collision, sudden change in road conditions, etc. This can result in a failure of coordination maneuver like multi-vehicle intersection clearance. In such situations when conditions dynamically change and the nominal operational condition is violated by internal or external influences, an autonomous vehicle must have the capability to reach the minimal risk condition. Bringing the vehicle to a halt is one of the ways to achieve minimal risk condition. This thesis introduces a safe stop algorithm which generates controls for multiple autonomous vehicles considering the presence of legacy manually driven vehicles on the road. A Model Predictive Control based algorithm is proposed which is robust to errors in communication, localization, control implementation, and model mismatch. Collisions avoided and discomfort faced by the driver are two evaluation parameters. Simulations show that the robust controller under the influence of errors can perform as well as the non-robust controller in the absence of these errors.