Planification et commande pour véhicules à deux trains directeurs en milieu encombré

Overview & Synopsis

Le prochain secteur à être fortement automatisé est sans doute celui du transport routier. D’abord en environnement peu complexe comme c’est déjà le cas sur autoroute, puis à terme dans les scénarios les plus difficiles, comme ceux rencontrés au coeur du trafic urbain. Une étape intermédiaire consiste à introduire des véhicules autonomes en milieu urbain, mais hors du trafic, comme sur des sites fermés. Ces environnements présentent des caractéristiques particulières, comme un encombrement important. Alors, pour être en mesure de naviguer en toute autonomie, les véhicules doivent être à la fois agiles, précis et sûrs, mais aussi efficaces, donc rapides. Ce travail de thèse adresse deux problématiques clés de la navigation autonome en milieu encombré : la planification et le suivi de chemin pour les véhicules à deux trains directeurs (4WS). En effet, la cinématique 4WS est la réponse des constructeurs au besoin d’agilité et nécessite le développement de techniques de commande adaptées. La planification de chemin en temps-réel permet l’évitement d’obstacles, de façon à rendre le service robuste aux aléas de l’environnement. Le contrôle automatique de la direction permet ensuite de suivre ces chemins avec précision. La principale difficulté concernant la planification de chemin est le contraste entre la faible puissance de calcul embarquée sur le véhicule et la forte contrainte temporelle qu’impose le besoin de réactivité. Il s’agit donc de choisir l’approche adéquate et de mettre en place les simplifications algorithmiques les plus efficaces, c’est-à-dire qui réduisent la quantité de calculs nécessaires sans réduire la qualité des chemins générés. De plus, la planification de chemin en milieu encombré pose le problème des impasses dans lesquelles les méthodes les plus réactives restent coincées. De fait, l’approche retenue consiste à construire une fonction de navigation en deux dimensions dont est extrait le chemin. Au sens des critères choisis, il est optimal pour un véhicule circulaire. Des stratégies sont alors mises en place pour adapter cet algorithme aux véhicules 4WS de forme rectangulaire, comme la notion centrale de double-chemin qui permet de représenter la trajectoire d’un mobile à trois degrés de liberté dans un espace en deux dimensions. Enfin, d’autres stratégies et heuristiques sont introduites pour optimiser les performances de l’algorithme de planification et lui permettre de générer des manoeuvres efficaces. Concernant le développement du contrôleur de direction, il s’agit de choisir le modèle d’évolution qui retranscrit au mieux le comportement du véhicule vis-à-vis du double chemin qu’il doit suivre, puis d’en déduire les lois de commande des trains avant et arrière. Ayant été éprouvé par de nombreux travaux, le modèle bicyclette 4WS a été choisi. Ce modèle cinématique permet d’introduire facilement des angles de dérive utiles à la compensation des glissements des pneus sur le sol, qu’ils soient dus à un manque d’adhérence ou à une géométrie imparfaite des trains. Des lois de commande par retour d’état sont ensuite synthétisées et une stratégie de gestion de la saturation des actionneurs est proposée. Enfin, ce premier contrôleur est décliné en une version prédictive qui apporte un suivi de chemin d’une grande stabilité sur les véhicules réels. Les contributions ont toutes été évaluées en simulation et lors d’expérimentations en vraie grandeur sur l’EZ10, une navette électrique 4WS industrielle. Enfin, il se trouve que les performances obtenues dépassent les attentes initiales.