Commande Prédictive pour le Véhicule Autonome
Le travail de thèse décrit dans ce manuscrit concerne les Systèmes Avancés d’Aide à la Conduite (ADAS) qui sont devenus de nos jours un axe de recherche stratégique chez de nombreux constructeurs automobiles. Ce type de systèmes peuvent être considérés comme la première génération de dispositifs de...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | fr en |
| Published: |
2018
|
| Subjects: | |
| Online Access: | http://www.theses.fr/2018SACLC007/document |
| Summary: | Le travail de thèse décrit dans ce manuscrit concerne les Systèmes Avancés d’Aide à la Conduite (ADAS) qui sont devenus de nos jours un axe de recherche stratégique chez de nombreux constructeurs automobiles. Ce type de systèmes peuvent être considérés comme la première génération de dispositifs de conduite assistée ou semi-autonome et qui ouvrira la voie aux véhicules pleinement autonomes. La première partie de ce manuscrit concerne l’analyse et la commande pour les applications de contrôle de la dynamique latérale du véhicule – autoguidage par suivi de cible et aide au maintien au centre de la voie (LCA). Dans ce cadre, la sécurité joue un rôle clé, mettant en lumière la mise en oeuvre différentes techniques de commande contrainte pour des modèles linéaires à paramètres variants (LPV). La commande prédictive (MPC) et la commande par interpolation (IBC) ont été sélectionnés dans ce travail. De plus, la conception d’un système de commande robuste qui assure un comportement correct malgré la variation des paramètres du système ou la présence d’incertitudes est une caractéristique critique. Les outils de la théorie de l’invariance positive robuste (RPI) sont pris en considération pour la conception de stratégies de commande robustes LPV par rapport aux larges variations de la vitesse véhicule et aux changements de courbure de la route. Le second axe de cette thèse est la planification optimale de trajectoire pour les manouvres de dépassement et de changement de voie sur autoroute, avec réduction des risques de collision. Pour atteindre cet objectif, la description exhaustive des scénarios possible est présentée, permettant de formuler un problème d’optimisation qui maximise le confort du conducteur et assure la satisfaction des contraintes du système. === The thesis work contained in this manuscript is dedicated to the Advanced Driving Assistance Systems, which has become nowadays a strategic research line in many car companies. This kind of systems can be seen as a first generation of assisted or semi-autonomous driving, that will set the way to fully automated vehicles. The first part focuses on the analysis and control of lateral dynamics control applications - Autosteer by target tracking and the Lane Centering Assistance System (LCA). In this framework, safety plays a key role, bringing into focus the application of different constrained control techniques for linear parametervarying (LPV) models. Model Predictive Control (MPC) and Interpolation Based Control (IBC) have been the selected ones in the present work. In addition, it is a critical feature to design robust control systems that ensure a correct behavior under system's variation of parameters or in the presence of uncertainty. Robust Positive Invariance (RPI) theory tools are considered to design robust LPV control strategies with respect to large vehicle speed variations and curvature of the road changes. The second axis of this thesis is the optimization-based trajectory planning for overtaking and lane change in highways with anti-collision enhancements. To achieve this goal, an exhaustive description of the possible scenarios that may arise is presented, allowing to formulate an optimization problem which maximizes passenger comfort and ensures system constraints' satisfaction. |
|---|