Thèse en cours

Test en simulation de systèmes d’aide à la conduite : génération de scénarios de test alignés avec des expériences de roulage
FR  |  
EN
Auteur / Autrice : Mohamed El mostadi
Direction : Hélène Waeselynck
Type : Projet de thèse
Discipline(s) : Informatique
Date : Inscription en doctorat le 01/01/2019
Etablissement(s) : Université de Toulouse (2023-....)
Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
Partenaire(s) de recherche : Laboratoire : LAAS - Laboratoire d'Analyse et d'Architecture des Systèmes
Equipe de recherche : TSF - Tolérance aux fautes et Sûreté de Fonctionnement Informatique

Résumé

FR  |  
EN

Un système avancé d’aide à la conduite vise à apporter un niveau de sécurité accru en aidant un conducteur à éviter les accidents de la route. Un tel système présente de fortes exigences de sûreté de fonctionnement. Renault et de façon plus globale l’Alliance Renault-Nissan-Mitsubishi, premier groupe de production de voiture, est bien conscient de la nécessité vitale de maîtriser ces technologies et leur déploiement. Et cette maîtrise doit se traduire in fine par la capacité à valider le comportement de ces systèmes en accord avec les critères drastiques de sécurité. Actuellement, la validation des systèmes ADAS est réalisée par deux approches complémentaires : des tests en simulation, et des expériences de roulage impliquant le déploiement de prototypes de véhicules. La thèse portera sur la première, approche, en considérant une configuration de type « logiciel-dans-la-boucle ».Cette approche, bien moins coûteuse que les expériences de roulage, permet théoriquement de considérer une plus grande diversité de situations de conduite, y compris des situations rares ou trop dangereuses pour être testées en conditions réelles. Dans le cadre de la thèse, l’approche retenue se situe dans la lignée de ces travaux émergents – recherche de scénarios dangereux basée sur des modèles d’environnement paramétrés – mais en cherchant à y incorporer des connaissances issues des données de roulage. On pourra ainsi mettre en œuvre des méthodes d’analyse de ces données pour calibrer les modèles, enrichir leur structure, et mieux guider la génération de tests. Nous retiendrons en particulier l’idée de zooms sur des régions critiques, en la généralisant : on pourra ainsi non seulement considérer des sous-ensembles de valeurs intéressants, mais aussi exploiter les informations issues de la réalité terrain pour raffiner les paramètres concernés ainsi que les mécanismes de production et d’évolution des tests.