| Summary: | Cette thèse s’inscrit dans le développement et la conception de fonctions d’aide à la conduite pour les véhicules autonomes de niveau 3 et plus en milieu urbain ou péri urbain. Du fait d’un environnement plus complexe et de trajectoires possibles plus nombreuses et sinueuses, les algorithmes des véhicules autonomes développés pour l’autoroute ne sont pas adaptés pour le milieu urbain. L’objectif de la thèse est de mettre à disposition des méthodes et des réalisations pour permettre au véhicule autonome d’évoluer en milieu urbain. Cette thèse se focalise sur la proposition de solutions pour améliorer le guidage latéral des véhicules autonomes en milieu urbain à travers l’étude de la planification de trajectoire en situation complexe, l’analyse du comportement des usagers et l’amélioration du suivi de ces trajectoires complexes à faibles vitesses. Les solutions proposées doivent fonctionner en temps réel dans les calculateurs des prototypes pour pouvoir ensuite être appliquées sur route ouverte. L’apport de cette thèse est donc autant théorique que pratique.Après une synthèse des fonctions d’aide à la conduite présentes à bord des véhicules et une présentation des moyens d’essais mis à disposition pour la validation des algorithmes proposés, une analyse complète de la dynamique latérale est effectuée dans les domaines temporel et fréquentiel. Cette analyse permet alors la mise en place d’observateurs de la dynamique latérale pour estimer des signaux nécessaires aux fonctions de guidage latéral et dont les grandeurs ne sont pas toujours mesurables, fortement dégradées ou bruitées. La régulation latérale du véhicule autonome se base sur les conclusions apportées par l’analyse de cette dynamique pour proposer une solution de type multirégulateur capable de générer une consigne en angle volant pour suivre une trajectoire latérale quelle que soit la vitesse. La solution est validée tant en simulation que sur prototype pour plusieurs vitesses sur des trajectoires de changement de voie. La suite de la thèse s’intéresse à la génération d’une trajectoire en milieu urbain tenant compte non seulement de l’infrastructure complexe (intersection/rond-point) mais également des comportements des véhicules autour. C’est pourquoi, une analyse des véhicules de l’environnement est menée afin de déterminer leur comportement et leur trajectoire. Cette analyse est essentielle pour la méthode de génération de trajectoire développée dans cette thèse. Cette méthode, basée sur l’algorithme A* et enrichie pour respecter les contraintes géométriques et dynamiques du véhicule, se focalise d’abord dans un environnement statique complexe de type parking ou rond-point. Des points de passage sont intégrés à la méthode afin de générer des trajectoires conformes au code de la route et d’améliorer le temps de calcul. La méthode est ensuite adaptée pour un environnement dynamique où le véhicule est alors capable, sur une route à double sens de circulation, de dépasser un véhicule avec un véhicule arrivant en sens inverse. === This thesis is about the design of driving assistance systems for level 3 urban automated driving. Because of a more complex of the environment and a larger set of possible trajectories, the algorithms of highway automated driving are not adapted to urban environment. This thesis objective is to provide methods and algorithms to enable the vehicle to perform automated driving in urban scenarios, focusing on the vehicle lateral guidance and on the path planning. The proposed solutions operate in real-time on board of the automated vehicle prototypes. The contribution of this thesis is as theoretical as practical.After a synthesis of the driving assistance systems available on current cars and a presentation of the prototypes used for the validation of the algorithms developed in the thesis, a complete analysis of the vehicle lateral dynamics is carried out in time and frequency domains. This analysis enables the design of observers of the lateral dynamics in order not only to estimate signals required for the lateral guidance functions but also to increase reliability of available measurements. Based on the conclusions from the analysis of lateral dynamic, a multi-controller solution has been proposed. It enables the computation of a steering wheel input to follow a trajectory at any longitudinal speed. The solution is validated in simulation and on real road traffic for lane change scenarios. Another contribution consist in an analysis on the other vehicles of the environment is conducted in order to identify their behaviors and which maneuver there are performing. This analysis is essential for the path planning function developed in the thesis. This method, based on the A* algorithm and extended to respect geometric and dynamic constraints, firstly focuses on static environment such as a parking lot. Waypoints are added to the method in order to compute trajectories compatible with traffic regulation and improve the computation time. The method is then adapted for dynamic environment where, in the end, the vehicle is able to perform overtaking manoeuvers in a complex environment.
|
|---|
