Thèse soutenue

Estimation et analyse de risque de collision pour un véhicule autonome
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Amin Mechernene
Direction : Moussa BoukhniferVincent JudaletAhmed Chaïbet
Type : Thèse de doctorat
Discipline(s) : Génie électrique
Date : Soutenance le 25/05/2023
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Electrical, optical, bio-physics and engineering
Partenaire(s) de recherche : Laboratoire : ESTACA'Lab (Saint-Quentin-en-Yvelines, Yvelines) - VEDECOM (Versailles)
référent : Faculté des sciences d'Orsay
graduate school : Université Paris-Saclay. Graduate School Sciences de l'ingénierie et des systèmes (2020-....)
Jury : Président / Présidente : Jérôme Bosche
Examinateurs / Examinatrices : Tarek Ahmed-Ali, Olivier Orfila, Abdelmoudjib Benterki
Rapporteurs / Rapporteuses : Jérôme Bosche, Tarek Ahmed-Ali

Résumé

FR  |  
EN

L'un des domaines qui a vu les plus grandes évolutions ces dernières années dans l'industrie automobile est certainement ADAS (Advanced Driver-Assistance Systems), toutes ces technologies visent à améliorer la sécurité routière et le confort des conducteurs et des passagers. Le véhicule automatisé doit être capable de réaliser plusieurs tâches simultanément. La perception qui consiste à construire une carte l'environnement. La prise de décision décide de la trajectoire optimale à suivre en temps réel. La conduite automatisée s'appuie sur le contrôle des organes du véhicule (moteur, freins, direction, etc.) afin de suivre une trajectoire donnée par le module de décision. Le travail de cette thèse s'inscrit dans le développement d'algorithmes pour la prise de décision, et plus précisément pour les manœuvres de changement de voie sur autoroute et voies rapides. L'étude commence par un point sur les travaux réalisés concernant l'analyse des risques pour les véhicules autonomes, également sur les différents algorithmes pour la prise de décision pour le changement de voie. Une métrique pour évaluer le risque lors des manœuvres de changement de voie est développée. Cette métrique est construite à partir de la base de données MOOVE de l'Institut VEDECOM pour la conduite en conditions réelles. Sur la base de l'échelle de risque proposée, une méthodologie de prise de décision pour le changement de voie est développée. Elle repose sur 3 étapes successives : prédiction de trajectoires des véhicules environnants, évaluations des risques à partir des trajectoires prédites et choix du moment optimal pour commencer la manœuvre, et finalement algorithme de prise de décision qui, en se basant sur la valeur du risque et du gain décide de réaliser la manœuvre de changement de voie ou non. Quatre algorithmes ont été proposés, Arbre de décision, forêt d'arbres décisionnels, logique floue et réseau de neurones. Les quatre algorithmes ont été validés de deux méthodes. La première est une validation sur la base de données HighD en comparant les décisions des algorithmes aux décisions humaines. La seconde est une validation sur simulateur pour évaluer les niveaux de risque pris par les algorithmes. De ces deux validations il en ressort que la forêt d'arbres décisionnels est l'algorithme qui obtient les meilleures performances.