15 Décembre – Soutenance de thèse - Julien Moreau.

09 h30 Amphi Jean-Paul Dom - Laboratoire IMS / Bâtiment A31 (campus de Talence)

Aide à la conduite et véhicule autonome connecté en intersection.

L’objectif de cette thèse est de contribuer à lever un verrou scientifique que constitue la navigation en milieu urbain avec notamment un enjeu de manœuvrabilité du véhicule autonome en environnement réduit et dynamique. Ainsi, la planification de trajectoire doit permettre la génération de référence à suivre par le véhicule autonome respectant les contraintes de l’infrastructure routière, tout en garantissant une capacité de réaction vis-à-vis d’obstacles éventuelles.
Après un bref historique de la conduite autonome, les spécificités du milieu urbain sont énumérées. Il est montré que le milieu urbain est un environnement incertain, possédant des routes à fortes courbures et une circulation à faible vitesse. Les objectifs et contraintes associés à la planification de trajectoire sont exposés et une approche par décomposition du chemin et de la vitesse combinée à une complémentarité entre prédictif et réactif est proposée.
La planification de chemin prédictif s’intéresse à déterminer le chemin à suivre par le véhicule autonome respectant un certain nombre de contraintes connues à l’avance. Un chemin atteignable par le véhicule et garantissant que celui-ci reste à tout instant dans l’espace libre appelé chemin de référence est généré. Le chemin obtenu ne prend pas en compte la variation de l’environnement et le véhicule est alors amené à éviter un certain nombre d’obstacles empêchant le suivi de ce chemin planifié. Ces obstacles peuvent être dynamiques ou statiques, comme par exemple un véhicule garé empiétant sur la voie.
Dans le cas des obstacles statiques, un nouveau chemin à suivre par le véhicule est généré au travers d’un algorithme de replanification de chemin. Une consigne de vitesse est associée au chemin de référence en tenant compte de la sécurité, du confort des passagers et des limites du véhicule, notamment celles de ses actionneurs.
Le véhicule autonome peut également être amené à éviter un certain nombre d’obstacles dynamiques. Dans ce cas, la vitesse de l’égo-véhicule est adaptée en fonction de la situation est alors primordiale afin d’éviter une éventuelle collision.
Finalement, une plateforme de simulation développée avec le logiciel de simulation de conduite SCANeR Studio et le logiciel Matlab/Simulink est utilisée afin de tester ces algorithmes dans des situations complexes.

Localisation de l’événement