Langues

Mobilité Innovante
des personnes, des biens et des machines

16/03/2020 : Soutenance de thèse de Charles PHILIPPE

Le Mardi 16 Mars à 10h00, Monsieur Charles Philippe soutiendra publiquement sa thèse de doctorat intitulée:

"Reliable and safe control and navigation for autonomous vehicles in dynamic urban environments"

Lieu: Amphi Recherche du pôle Physique, Campus des Cézeaux, 63178 AUBIERE

 

Les travaux seront présentés devant le jury suivant :

- M. Philippe BONIFFAIT - Professeur Heudiasyc - UTC (Examinateur)
- M. Thierry-Marie GUERRA - Professeur LAMIH-UPHF (Rapporteur)
- M. Ivan PETRUNIN - Professeur, Cranfield University (Rapporteur)
- Mme Lydie NOUVELIERE - MCF-HDR, IBISC - UEVE (Rapporteur)
- M. Lounis ADOUANE - Professeur Heudiasyc - UTC, Associé à l’Institut Pascal/UCA (Directeur de thèse)
- M. Antonios TSOURDOS - Professeur, Cranfield University (Directeur de thèse)
- M. Benoît THUILOT - MCF, Institut Pascal - UCA (Encadrant)
- M. Hyo-Sang SHIN - Professeur, Cranfield University (Encadrant)
 
 
RÉSUMÉ
 
Dans cette thèse est présentée une architecture algorithmique pour l'évaluation, le management
et la minimisation du risque pour les véhicules de transport autonomes. Les
travaux présentés couvrent le contrôle bas niveau, le suivi de trajectoire et la coordination
multi-véhicules. Un contrôleur de direction robuste a été conçu, fonctionnant en synergie
avec un module de suivi de trajectoire MPC (Model Predictive Control). Cela permet
d’assurer l’optimalité du suivi, des garanties de confort ainsi qu’une supervision de la
performance de suivi permettant de prévenir des écarts trop importants à la trajectoire de
référence. Un algorithme décentralisé de coordination multi-véhicules a été conçu afin
de remplir la tâche de planification. Il est décentralisé, fonctionne sur des hypothèses
probabilistes et a pour conséquence un comportement naturel de minimisation du risque
des manoeuvres. L’algorithme présenté est basé sur le “Probability Collectives Algorithm”
(PC Algorithm) et opère une négociation entre les véhicules. Cet algorithme a été
rendu compatible avec du trafic mixte comprenant des véhicules autonomes et des conducteurs
humains. Des indicateurs liés au niveau de risque de la solution sont également
calculés par l’algorithme. Ils permettent de rendre les solutions calculées facilement
compréhensible par les décideurs et développeurs qui travailleraient sur un tel système.
Le travail proposé dans cette thèse propose donc un management du risque systématique
sur toute l’architecture typique d’un véhicule autonome, du contrôle bas-niveau à la coordination
multi-véhicules. Les solutions proposées ont été testées en simulations et sur
des véhicules autonomes de test disponibles à l’Institut Pascal.