Algorithmes d'écoconduite coopérative pour les véhicules électriques légers et leur validation expérimentale par réduction d'échelle.

Algorithms for cooperative eco-driving of light electric vehicles and their experimental validation on a reduced scale “Downscaling”.

• Auteur / Autrice : Ahmed El gamah
• Direction : Dominique Gruyer, Antonio Sciarretta
• Type : Projet de thèse
• Discipline(s) : Sciences du traitement du signal et des images
• Date : Inscription en doctorat le 01/12/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Perceptions, Interactions, Comportements & Simulations
• Partenaire(s) de recherche : Référent : Université d'Évry-Val-d'Essonne (1991-....)

Mots clés

Mots clés libres

Eco-conduite

Modèle réduit

Système coopératif

Véhicule électrique

Optimisation

Conduite coopérative

Optimisation

Electric vehicle

Eco-driving

Cooperative system

Cooperative driving

Reduced scale car

Résumé

Le véhicule automatisé est déjà une réalité. Mais il est nécessaire de savoir quelle sera son évolution dans les années à venir. De plus, son déploiement au niveau mondial ne passe pas seulement par le véhicule lui-même, mais s'étend également à l'infrastructure. Dans cette mobilité connectée, l'échange délibéré d'intentions entre les véhicules et l'infrastructure réduit la nécessité de 'deviner' l'état du trafic environnant et permet une meilleure coordination. Ainsi, les véhicules peuvent coopérer plutôt que de produire des conduites compétitives avec des interactions fortes et potentiellement à risque dans des zones urbaines et sur autoroutes. Cette communication est essentielle pour produire une mobilité globale améliorée et plus efficace. Cette coopération consiste à échanger des informations et à coordonner les mouvements des véhicules en vue d'un objectif 'commun'. Même avec les meilleures intentions des conducteurs humains, la coopération entre les véhicules conventionnels reste plutôt problématique en raison du manque d'informations et de la difficulté de coordination pendant la conduite. En ce qui concerne l'objectif à atteindre pour cette thèse, en plus de garantir la sécurité des usagers de la route et l'efficacité de la mobilité (fluidité améliorée), il faut proposer des méthodes et des stratégies permettant une meilleure gestion de l'énergie consommée et une meilleure efficacité énergétique pour répondre aux problèmes environnementaux actuels (développement durable et réduction de l'émission de CO2). Cela nécessite que les caractéristiques de consommation d'énergie et d'émissions polluantes des véhicules coopérants soient prises en compte par les algorithmes de contrôle centralisés. Ces algorithmes doivent également être capables de calculer des lois optimales de déplacements et de trajectoires par rapport à ces critères énergétiques. Ces stratégies et ces algorithmes doivent également respecter les contraintes imposées par la nature temps réel de ce contrôle coopératif. Ce type d'approche s'appelle l'éco-conduite coopérative. La conduite éco-automatisée d'un seul véhicule a déjà montré des résultats convaincants par le passé, tant en termes de réduction des émissions de CO2 et des émissions polluantes, sans oublier les avantages en matière de sécurité et de confort de conduite. La principale question de recherche abordée dans cette thèse est la validation de ces concepts pour une flotte de véhicules communicants. La mise en œuvre expérimental sera faite en déployant des véhicules à une échelle réduite. Cette thèse proposera également un protocole de test permettant de quantifier la performance de l'optimisation coopérative et d'estimer les gains potentiels en matière d'énergie économisée sur une flotte de véhicule. Finalement une projection sera faite en grandeur réel pour traduire ce potentiel gain dans des conditions réels.

The Intelligent Vehicle is already a reality, but it is necessary to know what will be its evolution in the following years. In addition, its global deployment not only passes through the vehicle itself but also extends to the infrastructure. In this connected mobility, the deliberate exchange of intentions between vehicles and infrastructure reduces the need to 'guess' about surrounding traffic and allows for better coordination. Vehicles can thus cooperate rather than compete in urban and highway areas, contributing harmoniously to improved mobility and overall efficiency. This co-operation is about exchanging information and co-ordinating movements for a 'common' goal. Even with the best intentions of human drivers, cooperation between conventional vehicles remains rather problematic due to missing information and the difficulty of coordinating while driving. As for the common objective to be achieved, in addition to traffic fluidity and road safety, an important role must be assigned to energy efficiency and environmental quality. This requires that the energy consumption and pollutant emission characteristics of the cooperating vehicles be considered by the centralized control algorithms, and that the said algorithms be capable of calculating the optimal laws of motion with respect to these criteria, all within the constraints imposed by the real-time nature of this control. This is known as cooperative eco-driving. Automated eco-driving of a single vehicle has already shown convincing results in the past, both in terms of reducing CO2 emissions and pollutant emissions, not to mention the benefits for safety and driving comfort. The main research question addressed in this thesis is the validation of these concepts on a reduced scale “Downscaling” and to what extent the potential energy gains can be translated into reality.