EP4377177A1 - Procede de pilotage de vehicule et d'evitement d'obstacle - Google Patents

Procede de pilotage de vehicule et d'evitement d'obstacle

Info

Publication number
EP4377177A1
EP4377177A1 EP22744233.2A EP22744233A EP4377177A1 EP 4377177 A1 EP4377177 A1 EP 4377177A1 EP 22744233 A EP22744233 A EP 22744233A EP 4377177 A1 EP4377177 A1 EP 4377177A1
Authority
EP
European Patent Office
Prior art keywords
trajectory
motor vehicle
obstacle
collision
risk
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP22744233.2A
Other languages
German (de)
English (en)
Inventor
Anh-Lam Do
Christian Laugier
Philippe MARTINET
Luiz-Alberto SERAFIM-GUARDINI
Anne SPALANZANI
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institut National de Recherche en Informatique et en Automatique INRIA
Ampere SAS
Nissan Motor Co Ltd
Original Assignee
Institut National de Recherche en Informatique et en Automatique INRIA
Ampere SAS
Nissan Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institut National de Recherche en Informatique et en Automatique INRIA, Ampere SAS, Nissan Motor Co Ltd filed Critical Institut National de Recherche en Informatique et en Automatique INRIA
Publication of EP4377177A1 publication Critical patent/EP4377177A1/fr
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0027—Minimum/maximum value selectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B60W2050/0031—Mathematical model of the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0095—Automatic control mode change
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/804—Relative longitudinal speed

Definitions

  • the present invention generally relates to vehicle safety, in particular with the aim of avoiding collisions between a vehicle and an object present in its environment.
  • the present invention proposes a method for driving a motor vehicle comprising, when the motor vehicle is driven in a nominal mode (for example a manual piloting mode by a driver or an autonomous piloting mode by a computer), steps of: - determination of an initial trajectory for the motor vehicle, in particular predicted from dynamic information of the vehicle, - acquisition of data relating to the environment of the motor vehicle, - calculation of a risk of collision between the motor vehicle and a obstacle taking into account the initial trajectory determined and the data acquired, then, if the risk of collision with the obstacle exceeds a risk threshold, - calculation of a time before collision, then, if the time before collision is less than a threshold of time, - activation of an alert driving mode according to which: ⁇ a new trajectory is determined by the computer, said new trajectory making it possible to minimize the risk of collision with the obstacle causing serious injury, and ⁇ a control of the direction of the motor vehicle is
  • the triggering of the emergency driving mode dansequel the vehicle is driven along an avoidance trajectory, is triggered only when it is really necessary.
  • the invention proves to be particularly advantageous since it combines different technical solutions which interact in such a way as to offer a new, very safe solution for the occupants of the motor vehicle.
  • it makes it possible to assign a risk of injury to each object in its environment, given the known accidentology data. It uses a method of perception based on probabilistic occupation grids. It makes it possible to manage the risk of impact and the risk of injury by practicing risk mitigation. It makes it possible to find, when possible, a collision-free trajectory.
  • the time threshold is equal to the minimum among an emergency braking time and a driver reaction time;
  • the computer maintains the alert driving mode activated for a predetermined minimum duration, preferably between two and four seconds; - when the alert driving mode is activated, it is planned to regularly repeat steps of acquiring data relating to the environment of the motor vehicle, of calculating a risk of collision between the motor vehicle and another obstacle taking into account the new trajectory and the data acquired, then, if the risk of collision with the other obstacle exceeds a risk threshold, calculating a time before collision with the other obstacle, then, if the time before collision is less than said time threshold, determining a second new trajectory making it possible to minimize the risk of collision with each obstacle causing serious
  • the new trajectory is chosen from several test trajectories using a cost function, a value of said cost function being calculated for each test trajectory;
  • - said value depends, when the test trajectory encounters an obstacle, on the speed of impact with the obstacle and on the type of obstacle;
  • - Said value varies depending on whether or not the test path leaves the road taken by the motor vehicle and/or the traffic lane used by the motor vehicle and/or the traffic lanes authorized for the motor vehicle;
  • the new trajectory is chosen from among several test trajectories using an MPPI type algorithm
  • said data is in the form of a probabilistic occupancy grid representative of the environment of the motor vehicle and containing information on the objects present in the environment of the motor vehicle.
  • Figure 1 is a schematic top view of a motor vehicle adapted to implement a method according to the invention
  • Figure 2 is a representation of the "bicycle" model applied to the motor vehicle moving in a traffic lane;
  • FIG. 3 is a diagram illustrating a computer system for implementing the method according to the invention.
  • FIG. 4 is a schematic top view of the motor vehicle of Figure 1 moving on a road;
  • FIG. 5 is a block diagram illustrating the different steps required to trigger an emergency driving mode
  • FIG. 6 is a block diagram illustrating the various steps required to deactivate the emergency driving mode
  • FIG. 7 is a schematic top view of the motor vehicle of Figure 1 moving on a road on which there are obstacles, at a first moment;
  • FIG. 8 is a view illustrating the same situation as that illustrated in Figure 7, at a second time;
  • FIG. 9 is a view illustrating the same situation as that illustrated in Figure 7, at a third time;
  • FIG. 10 is a view illustrating the same situation as that illustrated in Figure 7, at a fourth instant.
  • FIG 1 there is shown a motor vehicle 100 seen from above.
  • the motor vehicle 100 is here a classic car, comprising a chassis which is supported by wheels and which itself supports various equipment including a powertrain, braking means, and a steering unit.
  • This motor vehicle 100 is of the autonomous or semi-autonomous type, in the sense that it comprises equipment making it possible to control the vehicle in speed and in direction at least for a short period of a few seconds.
  • This motor vehicle 100 is equipped with odometry sensors enabling it to locate itself in its environment so as, for example, to be able to drive itself autonomously and to assess its environment.
  • the motor vehicle 100 is equipped with a camera 130 facing the front of the motor vehicle 100 to capture images of the environment located in front of the motor vehicle 100.
  • the motor vehicle 100 is also equipped with at least one telemetry sensor (RADAR, LIDAR or SONAR). It is more precisely here equipped with five LIDAR sensors 121, 122, 123, 124, 125 located at the four corners of the motor vehicle and in the front central position of the motor vehicle.
  • the motor vehicle 100 is also equipped with a navigation system 141, comprising for example a GNSS receiver (typically a GPS sensor), a map storage memory, and a calculation unit adapted to locate the position of the vehicle on these cards.
  • a navigation system 141 comprising for example a GNSS receiver (typically a GPS sensor), a map storage memory, and a calculation unit adapted to locate the position of the vehicle on these cards.
  • the motor vehicle 100 may also comprise an inertial unit 143 making it possible to determine the amount of movement of the vehicle to be two instants.
  • the motor vehicle 100 is equipped with a computer 140.
  • This computer 140 comprises at least one processor (CPU), at least one internal memory, analog-digital converters, and various input and/or output interfaces. [0038] Thanks to its input interfaces, the computer 140 is suitable for receiving input signals from the various sensors.
  • the computer 140 is also connected to an external memory 142 which stores various data such as, for example, predetermined data which will be presented below.
  • the internal memory of the computer 140 stores for its part a computer application, consisting of computer programs comprising instructions whose execution by the processor allows the implementation by the computer 140 of the method described below.
  • the computer 140 is suitable for transmitting instructions to various parts of the motor vehicle.
  • organs are for example a power steering actuator, a brake actuator, an enclosure located in the passenger compartment of the vehicle, a display screen located in the passenger compartment of the vehicle, an engine vibrator located in the steering wheel of the vehicle.
  • a reference trajectory can be calculated if an obstacle is on the initial trajectory T0 of the vehicle so as to allow the vehicle to avoid this obstacle without the driver having to intervene ( or at least to minimize the consequences of an impact if it is not possible to avoid the obstacle), and
  • the trajectory of the motor vehicle 100 is modeled here by a so-called “bicycle” model illustrated in FIG. 2.
  • the motor vehicle 100 is represented by a frame and two wheels 150, 152 (like a bicycle).
  • a steering angle, denoted 5, of the front wheel 150 that is to say the angle that the front wheel 150 makes with the longitudinal axis of the motor vehicle 100
  • y a heading angle, denoted y, corresponding to the so-called yaw angle, between the longitudinal axis of the motor vehicle 100 and the tangent to the trajectory
  • the terms U and l r respectively represent the distances between the center of gravity G of the motor vehicle 100 and the axis of the front axle and the rear axle.
  • the state (and therefore the trajectory) of the motor vehicle 100 can therefore be characterized by the set x defined by the equation:
  • the computer 140 receives as input data D1 representative of the environment of the motor vehicle. These data D1 are processed by a third party entity 210 of the computer 140, based in particular on the data recorded by the sensors of the vehicle (camera, LIDAR sensors, etc.).
  • these data D1 are in the form of a probabilistic occupancy grid containing information on the semantics of the objects.
  • the grid is formed of a plurality of cells and is centered on the vehicle or at the front of the latter.
  • the characteristic dimensions of this grid depend on the size of the environment that one wishes to apprehend (it can thus vary according to the speed of movement of the motor vehicle 100).
  • This representation comprises a first set of data characterizing the motor vehicle 100 (for example its location and its kinematic data) and a second set of data concerning the objects identified in the environment, in particular their location, their direction and their movement speed.
  • the computer 140 also receives as input data D2 representative of severity curves resulting from accidentology, stored in a memory 220. [0065] These severity curves make it possible to associate with each detected object has a collision probability with a risk of injury.
  • this technique makes it possible to determine, for each detected object, a risk of injury.
  • This risk of injury is determined based on a plurality of data associated with each object.
  • These data come from injury risk curves constructed from statistical accident analysis data.
  • the data from these injury risk curves correspond to an illustration of the variation in the severity of the injury caused by the collision as a function of the speed of impact and the type of object (vehicle, pedestrian, bicycle , inert object, etc.). They make it possible to distinguish, for example, the probability of minor injuries (requiring less than 24 hours or no hospitalization), serious (requiring 24 hours to 30 days of hospitalization) or fatal (related to an accident within 30 days).
  • the risk of injury associated with each type of object is determined by calculating a weighted sum of probabilities of death, serious injury and minor injury associated with the determined impact velocity.
  • the computer 140 also receives as input data xi, u t odometry of the vehicle.
  • the operation of the computer 140 to calculate the reference trajectory T 1 according to all these data can be schematized in two blocks, namely a constraint calculation block 300 and a trajectory development block 400.
  • the constraint calculation block 300 makes it possible to establish, on the basis of the data D1, D2, constraints:
  • controllability constraints (305). These constraints are here three in number.
  • a first controllability constraint aims to limit the steering angle that the power steering actuator can impose on the steering wheel. In fact, it is desired that the steering angle d remain between two lower limits ⁇ min and upper ⁇ max so that the driver can be able to resume steering the vehicle at any time.
  • a second controllability constraint aims to limit the steering speed that the power steering actuator can impose on the steering wheel. In fact, it is desired that the steering speed dô/dt remains between two lower Smin and upper Smax limits, for the same reasons as mentioned above.
  • a third controllability constraint aims to limit the acceleration undergone by the motor vehicle 100. In fact, it is desired that the acceleration dV/dt remains between two lower limits Amin and upper Amax.
  • the trajectory development block 400 makes it possible to determine the optimal reference trajectory T1 which minimizes the overall risk of injury, either by avoiding obstacles, or by mitigation (by minimizing the probability of collision with the risk of injury).
  • test trajectories Tt k will be randomly defined (preferably more than 100, and even more preferentially more than 1000), then a cost q k associated with each test trajectory Tt k will be calculated, and a single trajectory will then be selected.
  • the plurality of test trajectories Tt k is determined for a time window of the order of a few seconds (for example, of the order of 3 seconds).
  • Test trajectories means the trajectories that the motor vehicle 100 could take while maneuvering in a reasonable manner, taking into account the aforementioned constraints. For example, a trajectory along which the motor vehicle 100 would move in reverse is not considered a test trajectory.
  • Each of these test trajectories Tt k is determined using the bicycle model M10 described previously, over the aforementioned time window, taking into account the current position of the motor vehicle 100.
  • FIG. 4 represents, by way of example, four trajectories possible tests Tti, TU, !3 ⁇ 4, TU.
  • One of the main objectives for the computer 140 is then to determine, among this plurality of possible test trajectories Tt k , the one which will minimize the probability of a collision causing an injury.
  • the reference trajectory T1 to be taken is determined by optimizing a cost function.
  • Several types of algorithms using a cost function could be used.
  • the aforementioned patent document FR2007743 describes an example thereof.
  • an algorithm 401 of the MPPI (Integral Predictive Path Model) type will be preferred.
  • MPPI Intelligent Predictive Path Model
  • Such an algorithm is for example described in the document “G. Williams, P. Drews, B. Goldfain, J. M. Rehg and E. A. Theodorou, "Aggressive driving with model predictive path integral control,” 2016 IEEE International Conference on Robotics and Automation (ICRA), Sweden, 2016, pp. 1433-1440, doi: 10.1109/ICRA.2016.7487277”.
  • Other algorithms based on this solution could also be used.
  • the main idea of these MPPI algorithms is to transform the cost function of an optimal control problem into the expectation of all possible trajectories. This allows to solve the stochastic optimal problem with a probabilistic (Monte Carlo-like) approximation using direct sampling of a stochastic diffusion process.
  • the MPPI algorithm determines a control sequence that minimizes the overall cost at each iteration. This cost is the integral of each individual cost at each step where the solution of the Hamilton-Jacobi-Bellman equation is approximated using the Feynman-Kac theorem and the KL divergence as described in the paper by Wlliams and para. previously cited.
  • MPPI MPPI-based algorithm
  • the use of the MPPI algorithm is attractive because it is a derivative-free optimization method, which allows the use of non-linear and non-convex models and cost functions, and has shown good performance in aggressive driving situations is therefore particularly well suited to emergency trajectories in the context of driving aids.
  • This algorithm will preferably be implemented by a particular entity of the computer, namely by a graphics computing entity GPU.
  • This algorithm 401 thus proposes a selection method, among the test trajectories Tt k , of the one which is optimal by using a cost function q k.
  • This cost function q k is here equal to the sum of several components CPCIR, cvoie, CRéferen ⁇ , c ⁇ ntrôie, C variance making it possible to take into account different constraints (environment, controllability, etc.).
  • the component C PC IR corresponds to the cost associated with a collision. It takes into account the risk of collision and the associated risk of injury.
  • WPCIR is the weight given to this CPCIR component. This weight is for example predetermined and stored in the memory of the computer.
  • brok is a Boolean which takes the value 0 if the test trajectory Tt k considered is free (without any obstacle) and the value 1 if an obstacle is on this trajectory (which is the case of the only test trajectory Tt3 in figure 4).
  • OP C IR is calculated according to the speed of impact with the obstacle (in the event of an obstacle being on the test trajectory) and the semantics of this object (in particular the type of obstacle ). It is greater the higher the impact speed, and it is greater for a pedestrian type obstacle than for an inert obstacle (a branch of a tree for example).
  • the component c VOi e of the cost function q k is intended to ensure that the value of the cost function is lower for a test trajectory Tt k which does not leave the traffic lane of the vehicle only for a trajectory coming out of it, in order to force the vehicle as much as possible not to go into the opposite traffic lane and not to exceed the limits of the road (in particular if there are safety barriers on both sides other side of the road).
  • the first weight w VOi e has a zero value if the test trajectory Tt k remains on the authorized traffic lane(s), and a non-zero value otherwise.
  • This first weight thus makes it possible to define a soft constraint allowing the vehicle to leave the authorized traffic lanes, for example by crossing a white line, if no better trajectory is possible.
  • Its non-zero value is preferably between the component C Referen ⁇ and the component Cc ontroie . In this way, the first weight, when it is non-zero, has a sufficient value to have an influence on the cost function, but not too large so as not to be too constraining.
  • the second weight wii mite has a zero value if the test trajectory Tt k remains on the road and a non-zero value otherwise. This second weight thus makes it possible to define a harder constraint in order to prevent the vehicle from leaving the road. Its non-zero value is preferably greater than that of the weight WPCIR. In this way, this value proves to be sufficiently constraining to never exceed the limits of the road, even in the event of mitigation.
  • the motor vehicle 100 is traveling on a road comprising four traffic lanes, two in a first direction (the one in which the motor vehicle 100 is traveling) and two in an opposite direction.
  • the first two traffic lanes are separated from the other two by a continuous white line.
  • the road is separated from the shoulder by other white lines.
  • the component c VOie of the cost function q k will have a very high value for the test trajectories Tti and Tt 4 which take the motor vehicle 100 off the road. It will have zero weight for the test trajectory Tt 3 which does not require the vehicle 100 to leave its traffic lane. And it will have an intermediate value for the test trajectory Tt 2 which requires vehicle 100 to cross the central solid white line.
  • the component c Reference of the cost function q k makes it possible to preferentially select a test trajectory Tt k which is as close as possible to the initial trajectory T0 of the vehicle.
  • This initial trajectory T0 is the one which was planned to be taken by the motor vehicle 100 before an emergency maneuver is triggered to avoid an obstacle located on this initial trajectory T0. It is calculated in a conventional manner, for example as a function of the dynamic data of the vehicle (speed, acceleration, steering angle, steering speed, etc.). It could be obtained otherwise. For example, it could be considered to be formed by the central trajectory of the lane taken by the vehicle.
  • the term x comprises several states, including the state that the vehicle initially presents while it is still following the initial trajectory T0 and the emergency maneuver has not yet been triggered, and successive states included in a window prediction of at least one second, here equal to 3 seconds, if the vehicle was following the initial trajectory T0.
  • x Gb ⁇ corresponds to the state that the vehicle will present if it follows the test trajectory Tt k considered, at a horizon of three seconds.
  • the difference between these terms x and x Gb ⁇ therefore makes it possible to compare the states of the vehicle at several successive time steps included in the prediction window.
  • w Referen ⁇ is the weight given to the component c Reference .
  • the states x, x Gb ⁇ being column matrices, this term w Referen ⁇ could be a positive definite square matrix which respects the dimensionality of the problem, the values of which are predetermined and recorded in the memory of the computer 140.
  • the component C ⁇ input and the component Cv arian ⁇ of the cost function q k are convex costs defined in the aforementioned document “G. Williams, P. Drews, B. Goldfain, JM Rehg and EA Theodorou, "Aggressive driving with model predictive path integral control,” 2016 IEEE International Conference on Robotics and Automation (ICRA), Sweden, 2016, pp. 1433-1440, doi: 10.1109/ICRA.2016.7487277”.
  • the controlled component C is thus calculated as follows:
  • a is between 0 and 1. It makes it possible to adjust the aggressiveness of the controller with respect to the variance of the process.
  • the parameter l corresponds to the desired aggressiveness of the controller.
  • the matrix ⁇ is a diagonal matrix comprising weights for the input variable u t and the Gaussian noise 3 ⁇ 4 used within the framework of the MPPI algorithm.
  • the Cv arian ⁇ component is for its part calculated by means of the following equation: [0134] [Math.
  • v corresponds to the variance of the Gaussian noise used in the context of the MPPI algorithm.
  • the cost function q k could be equal to the sum of the aforementioned components and at least one other component, here called a component c Terminai .
  • the component c Terminai is calculated as follows:
  • the term xt corresponds to the state that the vehicle will present if it follows the test trajectory to a final state, corresponding to the end of the obstacle avoidance procedure.
  • the term WTerminai is the weight given to the component CTerminai.
  • the states x, xt being column matrices, this term W Terminai could be a row matrix comprising several predetermined non-zero values and stored in the memory of the computer 140.
  • test Tt k the computer 140 is able to implement the MPPI algorithm and to select the optimal test trajectory (called reference trajectory T1).
  • This reference trajectory T 1 is then stored in its memory.
  • the trajectory chosen would be the one that would minimize the risk of collision and serious injury.
  • the computer 140 changes from a nominal driving mode to an emergency driving mode.
  • the nominal driving mode is that in which the vehicle is driven either manually by the driver, or autonomously by an entity of the computer.
  • the motor vehicle 100 is driven so as to remain centered on its traffic lane and to maintain its speed equal to a setpoint speed (constant or determined according to the speed of a vehicle which would precede it on its taxiway).
  • the question that arises at any time is to determine whether to keep the vehicle in autonomous driving mode or switch it to emergency driving mode in an attempt to avoid a potentially dangerous obstacle.
  • FIG. 5 there is shown a first diagram illustrating a method that allows the computer 140 to determine, when the vehicle is in autonomous mode, whether or not it should switch to emergency driving mode.
  • the computer determines the initial trajectory T0 to be followed taking into account the destination to be reached, for example in such a way that the vehicle remains centered on its lane.
  • This initial trajectory T0 is calculated for a horizon of at most a few seconds but at least two seconds. Here, this initial trajectory T0 is calculated for the next three seconds.
  • the computer determines, given the data D1 representative of the environment obtained, whether there is a risk that the motor vehicle 100 collides with any obstacle if it follows the initial trajectory T0. For this, the computer determines a probability of collision as a function of the position and the dynamics of the motor vehicle 100 and of each detected object occupying a cell of the grid of the representation considered.
  • the computer seeks to verify whether two cumulative conditions are fulfilled. The first condition is that a risk of collision exists.
  • the computer considers that there is a risk of collision if the probability of collision calculated for at least one of the detected objects (hereinafter referred to as “obstacle”) exceeds a predetermined risk threshold.
  • the second condition is that a time before collision TTC with this obstacle is less than a determined time threshold t crit .
  • the time before collision TTC can for example be equal to the time required for the motor vehicle 100 to strike the obstacle, taking into account its speed, that of the obstacle and the distance separating the vehicle from the obstacle.
  • the time threshold tcrit is equal to the minimum among: an emergency braking time, and a driver reaction time.
  • the emergency braking time corresponds for example to the time necessary to stop the motor vehicle, taking into account the fixed constraints.
  • the driver's reaction time is for example a predetermined constant stored in the memory of the computer. This driver reaction time is here chosen to be equal to 2 seconds.
  • the computer considers that no avoidance maneuver should be undertaken. Consequently, the vehicle remains piloted in autonomous driving mode and the method is reinitialized at the first step S1. [0165] Otherwise, the emergency driving mode is activated. Therefore, a reference trajectory T1 is calculated in the manner explained above, then the piloting actuators of the motor vehicle 100 are controlled so that the motor vehicle 100 follows this reference trajectory T1 and autonomously avoids the 'obstacle. This piloting mode is designed to remain activated for a predetermined period, for example equal to three seconds.
  • FIG. 6 there is shown a second diagram illustrating a method which allows the computer 140 to determine, when the vehicle is in emergency driving mode, whether it should switch back to autonomous mode or remain in emergency driving.
  • the computer 140 acquires the reference trajectory T1 stored in its memory and the data D1 representative of the environment. He is thus able to determine whether there is still a risk that the motor vehicle 100 will collide with any obstacle if it follows the reference trajectory T 1 .
  • the computer 140 checks whether one or the other of several deactivation conditions are fulfilled. These conditions are not cumulative but independent.
  • One of these conditions is that the emergency driving mode has been activated for a duration greater than a maximum threshold.
  • This maximum threshold is preferably equal to six seconds.
  • Another condition is that the trajectory is free of collision and that the motor vehicle 100 has been stable for a predefined duration (for example equal to one second).
  • a predefined duration for example equal to one second.
  • FIGS. 7 to 10 show an example in which the motor vehicle 100 must change driving mode. Initially, at a time to illustrated in Figure 7, the motor vehicle 100 is on the same path as an obstacle 900 (here another vehicle), but at a significant distance from the latter. It then remains piloted in autonomous mode in the center of its traffic lane, at a predefined setpoint speed. In parallel, the initial trajectory T0 and the time before impact TTC are regularly calculated.
  • the computer checks whether a new obstacle is detected on the reference trajectory T1.
  • a pedestrian 950 is detected at a time t 2 illustrated in figure 9.
  • This new obstacle 950 being on the reference trajectory T1 at a distance such that the two cumulative conditions are fulfilled, the computer determines a second reference trajectory TT.
  • This trajectory allows the motor vehicle 100 to avoid the two obstacles and to return to its initial traffic lane.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

L'invention concerne un procédé de pilotage d'un véhicule automobile (100) comprenant des étapes de : • - détermination d'une trajectoire initiale (T0) pour le véhicule automobile (100), • - acquisition de données relatives à l'environnement du véhicule automobile, • - calcul d'un risque de collision entre le véhicule automobile et un obstacle (900) compte tenu de la trajectoire initiale (T0) déterminée et des données acquises, puis, si le risque de collision avec l'obstacle dépasse un seuil de risque, • - calcul d'un temps avant collision (TTC), puis, si le temps avant collision (TTC) est inférieur à un seuil de temps (Tcrit), • - activation d'un mode de conduite d'alerte selon lequel : • une nouvelle trajectoire (Tl) est déterminée par le calculateur (140), ladite nouvelle trajectoire (Tl) permettant de minimiser le risque de collision avec l'obstacle (900) engendrant une blessure grave, et un actionneur de commande de la direction du véhicule automobile (100) est piloté par le calculateur (140) pour suivre ladite nouvelle trajectoire (T1).

Description

DESCRIPTION
T ITRE DE L’INVENTION : PROCEDE DE PILOTAGE DE VEHICULE ET D’EVITEMENT D’OBSTACLE
DOMAINE TECHNIQUE DE L'INVENTION
[0001] La présente invention concerne de manière générale la sécurité des véhicules, en particulier dans le but d’éviter des collisions entre un véhicule et un objet présent dans son environnement.
[0002] Elle concerne plus particulièrement un procédé de pilotage d’un véhicule automobile permettant d’éviter un obstacle ou, si ce n’est a priori pas possible, de minimiser les risques d’impact et les risques de blessure grave. ETAT DE LA TECHNIQUE
[0003] De nombreux véhicules sont aujourd’hui équipés de systèmes de sécurité active permettant d’évaluer l’environnement dans lequel le véhicule évolue et de piloter le véhicule en conséquence. Parmi ces systèmes, on peut citer les systèmes d’aide à la conduite (« Advanced Driver-Assistance Systems » ou ADAS selon l’acronyme d’origine anglo- saxonne couramment utilisé) qui activeront par exemple le freinage autonome d’urgence (« Advanced Emergency Braking » ou AEB) ou la direction autonome d’urgence (« Autonomous Emergency Steering » ou AES).
[0004] Si un danger se présente dans l’environnement du véhicule, ce type de systèmes n’intervient généralement qu’en dernier recours, en corrigeant la cinématique (vitesse et/ou trajectoire) du véhicule.
[0005] De nouvelles méthodes d’atténuation des risques de collision sont développées dans le but de minimiser la gravité de la collision lorsque celle-ci est inévitable. Ainsi, le document US2016001775A1 propose une solution selon laquelle, lorsqu’une collision imminente est détectée, une nouvelle trajectoire est établie de façon à empêcher ou minimiser toute blessure corporelle.
[0006] Un problème consiste toutefois à déterminer de façon précise et efficace si un risque de collision est vraiment imminent ou non, de façon à ne pas déclencher inutilement de procédure d’urgence.
PRESENTATION DE L'INVENTION [0007] Afin de remédier à l’inconvénient précité de l’état de la technique, la présente invention propose un procédé de pilotage d’un véhicule automobile comprenant, lorsque le véhicule automobile est piloté dans un mode nominal (par exemple un mode de pilotage manuel par un conducteur ou un mode de pilotage autonome par un calculateur), des étapes de : - détermination d’une trajectoire initiale pour le véhicule automobile, notamment prédite à partir d’informations dynamiques du véhicule, - acquisition de données relatives à l’environnement du véhicule automobile, - calcul d’un risque de collision entre le véhicule automobile et un obstacle compte tenu dea trajectoire initiale déterminée et des données acquises, puis, si le risque de collision avec’obstacle dépasse un seuil de risque, - calcul d’un temps avant collision, puis, si le temps avant collision est inférieur à un seuil de temps, - activation d’un mode de conduite d’alerte selon lequel : ¤ une nouvelle trajectoire est déterminée par le calculateur, ladite nouvelle trajectoire permettant de minimiser le risque de collision avec l’obstacle engendrant une blessure grave, et ¤ un actionneur de commande de la direction du véhicule automobile est piloté par le calculateur pour suivre ladite nouvelle trajectoire. 0008] Ainsi, grâce à l’invention, le déclenchement du mode de conduite d’urgence, dansequel le véhicule est piloté selon une trajectoire d’évitement, n’est déclenché que lorsque cela s’avère vraiment nécessaire. 0009] Comme cela apparaîtra clairement dans la suite de cet exposé, l’invention s’avère particulièrement avantageuse puisqu’elle combine différentes solutions techniques quinteragissent de façon à offrir une nouvelle solution très sure pour les occupants du véhicule automobile. 0010] Ainsi, elle permet d’attribuer un risque de blessure à chaque objet de son environnement, compte tenu des données d’accidentologie que l’on connaît. Elle utilise une méthode de perception basée sur les grilles d’occupation probabiliste. Elle permet de géreres risques d’impact et les risques de blessure en pratiquant une mitigation des risques. Elle permet de trouver, lorsque cela est possible, une trajectoire libre de collision. Elle permet de déterminer si un freinage d’urgence ou une manœuvre d’évitement est préférable. Enfin, elle tient compte des capacités dynamiques du véhicule et du conducteur pour calculer une trajectoire d’évitement d’obstacle. 0011] D’autres caractéristiques avantageuses et non limitatives du procédé conforme à’invention, prises individuellement ou selon toutes les combinaisons techniquement possibles, sont les suivantes : - le seuil de temps est égal au minimum parmi un temps de freinage d'urgence et un temps de réaction du conducteur ; - le calculateur maintient le mode de conduite d’alerte activé pendant une durée minimum prédéterminée, préférentiellement comprise entre deux et quatre secondes ; - lorsque le mode de conduite d’alerte est activé, il est prévu de régulièrement répéter des étapes d’acquisition des données relatives à l’environnement du véhicule automobile, de calcul d’un risque de collision entre le véhicule automobile et un autre obstacle compte tenu de la nouvelle trajectoire et des données acquises, puis, si le risque de collision avec l’autre obstacle dépasse un seuil de risque, de calcul d’un temps avant collision avec l’autre obstacle, puis, si le temps avant collision est inférieur audit seuil de temps, de détermination d’une deuxième nouvelle trajectoire permettant de minimiser le risque de collision avec chaque obstacle engendrant une blessure grave, et de pilotage dudit actionneur de commande pour suivre ladite deuxième nouvelle trajectoire ;
- lorsque le mode de conduite d’alerte est activé, il est prévu de commander le retour en mode nominal dès que la durée pendant laquelle le mode de conduite d’urgence dépasse un seuil prédéterminé, préférentiellement égal à six secondes ;
- lorsque le mode de conduite d’alerte est activé, il est prévu de commander le retour en mode nominal dès que la nouvelle trajectoire est libre de tout obstacle et que le véhicule automobile est stable depuis une durée prédéterminée ; - la nouvelle trajectoire est choisie parmi plusieurs trajectoires de test à l’aide d’une fonction de coût, une valeur de ladite fonction de coût étant calculée pour chaque trajectoire de test ;
- ladite valeur dépend, lorsque la trajectoire de test rencontre un obstacle, de la vitesse d’impact avec l’obstacle et du type de l’obstacle ;
- ladite valeur varie selon que la trajectoire de test sort ou non de la route empruntée par le véhicule automobile et/ou de la voie de circulation empruntée par le véhicule automobile et/ou des voies de circulation autorisées pour le véhicule automobile ;
- ladite valeur est une fonction de :
- un premier poids qui est non nul si la trajectoire de test sort de la voie de circulation empruntée par le véhicule automobile et qui est nul sinon, et - un deuxième poids qui est non nul et préférentiellement supérieur au premier poids si la trajectoire de test sort de la route empruntée par le véhicule automobile (100) et qui est nul sinon ;
- ladite valeur varie selon que la trajectoire de test s’écarte ou non de la trajectoire initiale;
- la nouvelle trajectoire est choisie parmi plusieurs trajectoires de test à l’aide d’un algorithme de type MPPI ;
- lesdites données se présentent sous la forme d'une grille d'occupation probabiliste représentative de l’environnement du véhicule automobile et contenant des informations sur les objets présents dans l’environnement du véhicule automobile.
[0012] Bien entendu, les différentes caractéristiques, variantes et formes de réalisation de l'invention peuvent être associées les unes avec les autres selon diverses combinaisons dans la mesure où elles ne sont pas incompatibles ou exclusives les unes des autres. DESCRIPTION DETAILLEE DE L'INVENTION
[0013] La description qui va suivre en regard des dessins annexés, donnés à titre d’exemples non limitatifs, fera bien comprendre en quoi consiste l’invention et comment elle peut être réalisée.
[0014] Sur les dessins annexés :
[0015] - la figure 1 est une vue schématique de dessus d’un véhicule automobile adapté à mettre en œuvre un procédé conforme à l’invention ;
[0016] - la figure 2 est une représentation du modèle « bicyclette » appliqué au véhicule automobile se déplaçant dans une voie de circulation ;
[0017] - la figure 3 est un schéma illustrant un système informatique permettant de mettre en œuvre le procédé conforme à l’invention ;
[0018] - la figure 4 est une vue schématique de dessus du véhicule automobile de la figure 1 se déplaçant sur une route ;
[0019] - la figure 5 est un schéma-bloc illustrant les différentes étapes nécessaires au déclenchement d’un mode de conduite d’urgence ;
[0020] - la figure 6 est un schéma-bloc illustrant les différentes étapes nécessaires à la désactivation du mode de conduite d’urgence ;
[0021] - la figure 7 est une vue schématique de dessus du véhicule automobile de la figure 1 se déplaçant sur une route sur laquelle se trouve des obstacles, à un premier instant ;
[0022] - la figure 8 est une vue illustrant la même situation que celle illustrée sur la figure 7, à un second instant ;
[0023] - la figure 9 est une vue illustrant la même situation que celle illustrée sur la figure 7, à un troisième instant ;
[0024] - la figure 10 est une vue illustrant la même situation que celle illustrée sur la figure 7, à un quatrième instant.
[0025] Sur la figure 1, on a représenté un véhicule automobile 100 vu de dessus.
[0026] Comme cela apparaît sur cette figure, le véhicule automobile 100 est ici une voiture classique, comportant un châssis qui est supporté par des roues et qui supporte lui-même différents équipements parmi lesquels un groupe motopropulseur, des moyens de freinage, et une unité de direction.
[0027] En variante, il pourrait s’agir d’un autre type de véhicule (camion, utilitaire...). [0028] Ce véhicule automobile 100 est du type autonome ou semi-autonome, en ce sens qu’il comporte des équipements permettant de piloter le véhicule en vitesse et en direction au moins pendant une courte durée de quelques secondes.
[0029] On considérera dans la suite qu’il s’agit d’un véhicule autonome, c’est-à-dire d’un véhicule ayant la capacité d’évoluer dans son environnement sans intervention du conducteur, jusqu’à une destination renseignée par le conducteur.
[0030] Ce véhicule automobile 100 est équipé de capteurs d’odométrie lui permettant de se repérer dans son environnement de façon par exemple à pouvoir se piloter de façon autonome et à évaluer son environnement.
[0031] Tout type de capteur pourrait être employé.
[0032] Dans l’exemple représenté sur la figure 1, le véhicule automobile 100 est équipé d’une caméra 130 orientée vers l’avant du véhicule automobile 100 afin de capturer des images de l’environnement situé à l’avant du véhicule automobile 100. [0033] Le véhicule automobile 100 est équipé en outre d’au moins un capteur de télémétrie (RADAR, LIDAR ou SONAR). Il est plus précisément ici équipé de cinq capteurs LIDAR 121, 122, 123, 124, 125 situés aux quatre coins du véhicule automobile et en position centrale avant du véhicule automobile.
[0034] Le véhicule automobile 100 est équipé aussi d’un système navigation 141, comprenant par exemple un récepteur GNSS (typiquement un capteur GPS), une mémoire de stockage de cartes, et une unité de calcul adapté à repérer la position du véhicule sur ces cartes.
[0035] Il peut aussi comporter une centrale inertielle 143 permettant de déterminer la quantité de déplacement du véhicule être deux instants. [0036] Afin de traiter les informations fournies par ces différents composants, le véhicule automobile 100 est équipé d’un calculateur 140.
[0037] Ce calculateur 140 comporte au moins un processeur (CPU), au moins une mémoire interne, des convertisseurs analogiques-numériques, et différentes interfaces d'entrée et/ou de sortie. [0038] Grâce à ses interfaces d'entrée, le calculateur 140 est adapté à recevoir des signaux d'entrée provenant des différents capteurs.
[0039] Le calculateur 140 est par ailleurs connecté à une mémoire externe 142 qui stocke différentes données comme par exemple des données prédéterminées qui seront présentées dans la suite. [0040] La mémoire interne du calculateur 140 mémorise pour sa part une application informatique, constituée de programmes d’ordinateur comprenant des instructions dont l’exécution par le processeur permet la mise en œuvre par le calculateur 140 du procédé décrit ci-après.
[0041] Enfin, grâce à ses interfaces de sortie, le calculateur 140 est adapté à transmettre des consignes à différents organes du véhicule automobile. Ces organes sont par exemple un actionneur de direction assistée, un actionneur de freins, une enceinte située dans l’habitacle du véhicule, un écran d’affichage situé dans l’habitacle du véhicule, un moteur vibrant situé dans le volant du véhicule.
[0042] On considérera dans la suite de cet exposé que le calculateur est formé de plusieurs entités distinctes mais en variante, il pourrait comprendre une seule et unique entité adaptée à réaliser l’ensemble des actions présentées ci-après.
[0043] Dans la suite de la description, il sera exposé dans l’ordre suivant :
- comment le déplacement du véhicule automobile 100 peut être modélisé,
- comment, sur la base de cette modélisation, une trajectoire de référence peut être calculée si un obstacle se trouve sur la trajectoire initiale T0 du véhicule de façon à permettre au véhicule d’éviter cet obstacle sans que le conducteur n’ait à intervenir (ou au moins de minimiser les conséquences d’un impact s’il n’est pas possible d’éviter l’obstacle), et
- quelles sont les conditions requises pour passer d’un mode de conduite initial (également appelé mode nominal) à un mode de conduite d’urgence afin d’éviter l’obstacle en suivant la trajectoire de référence, et vis-versa.
[0044] La trajectoire du véhicule automobile 100 est modélisée ici par un modèle dit « bicyclette » illustré sur la figure 2. Dans le cadre de ce modèle, comme cela est visible sur la figure 2, le véhicule automobile 100 est représenté par un cadre et deux roues 150, 152 (comme pour une bicyclette).
[0045] Le modèle est décrit par le système d’équations suivant :
[0046] [Math. 1]
[0048] Les variables considérées dans ce modèle sont les suivantes :
- les variables X et Y qui correspondent aux coordonnées du centre de gravité du véhicule automobile 100 dans le repère (X, Y) attaché à la voie de circulation,
- la variable V qui correspond à la vitesse du véhicule automobile 100,
- un angle de braquage, noté 5, de la roue avant 150, c’est-à-dire l’angle que fait la roue avant 150 avec l’axe longitudinal du véhicule automobile 100,
- un angle de cap, noté y, correspondant à l’angle, dit de lacet, entre l’axe longitudinal du véhicule automobile 100 et la tangente à la trajectoire,
- la variable b(d) définie de la manière suivante :
[0049] [Math. 2]
[0050] b(d) = atan
[0051] Dans cette équation, les termes U et lr représentent respectivement les distances entre le centre de gravité G du véhicule automobile 100 et l’axe du train avant et du train arrière. [0052] L’état (et donc la trajectoire) du véhicule automobile 100 peut donc être caractérisé par l’ensemble x défini par l’équation :
[0053] [Math. 3]
[0054] x(ΐ) = [X(t),Y(f),xl>(f),V(fi)] [0055] On peut aussi introduire une variable d’entrée u(t) définie par l’équation :
[0056] [Math. 4]
[0057] u(t) = [dV(t)/dt,S(t)\
[0058] A ce stade, on peut maintenant expliquer comment est calculée la trajectoire de référence T1 qui permettra, lorsqu’au moins un obstacle potentiellement dangereux sera détecté, d’éviter chaque obstacle lorsque cela est possible, ou de réduire les risques de blessure si cela n’est pas possible.
[0059] Comme le montre la figure 3, le calculateur 140 reçoit en entrée des données D1 représentatives de l’environnement du véhicule automobile. Ces données D1 sont élaborées par une entité tierce 210 du calculateur 140, en fonction notamment des données relevées par les capteurs du véhicule (caméra, capteurs LIDAR...).
[0060] Ici, ces données D1 se présentent sous la forme d'une grille d'occupation probabiliste contenant des informations sur la sémantique des objets.
[0061 ] La technique employée pour générer ces données D1 est déjà connue de l’Homme du métier et ne sera pas décrite en détail. On pourra seulement préciser qu’elle est conforme à la solution enseignée dans le document « L. Rummelhard, A. Nègre and C. Laugier, "Conditional Monte Carlo Dense Occupancy Tracker," 2015 IEEE 18th International Conférence on Intelligent Transportation Systems, Las Palmas, 2015, pp. 2485-2490 ».
[0062] On pourra toutefois préciser que la grille est formée d’une pluralité de cellules et est centrée sur le véhicule ou à l’avant de ce dernier. Les dimensions caractéristiques de cette grille dépendent de la taille de l’environnement que l’on souhaite appréhender (elle peut ainsi varier en fonction de la vitesse de déplacement du véhicule automobile 100). [0063] Cette représentation comprend un premier ensemble de données caractérisant le véhicule automobile 100 (par exemple sa localisation et ses données cinématiques) et un second ensemble de données concernant les objets identifiés dans l’environnement, en particulier leur localisation, leur direction et leur vitesse de déplacement.
[0064] Comme le montre aussi la figure 2, le calculateur 140 reçoit également en entrée des données D2 représentatives de courbes de sévérité issue de l’accidentologie, stockées dans une mémoire 220. [0065] Ces courbes de sévérité permettent d’associer à chaque objet détecté une probabilité collision avec un risque de blessure.
[0066] La technique employée pour établir ces données D2 est déjà connue de l’Homme du métier et ne sera pas décrite en détail. On pourra seulement préciser qu’elle est conforme à la solution enseignée dans le document « L. A. Serafim Guardini, A. Spalanzani, C. Laugier, P. Martinet, A. -L. Do and T. Hermitte, "Employing Severity of Injury to Contextualize Complex Risk Mitigation Scénarios,1' 2020 IEEE Intelligent Vehicles Symposium (IV), Las Vegas, NV, USA, 2020, pp. 1839-1845, doi: 10.1109/1 V47402.2020.9304543 ».
[0067] Pour résumer, cette technique permet de déterminer, pour chaque objet détecté, un risque de blessure. Ce risque de blessure est déterminé en fonction d’une pluralité de données associées à chaque objet. Ces données sont issues de courbes de risque de blessure construites à partir de données d’analyses statistiques des accidents. En particulier, les données issues de ces courbes de risque de blessures correspondent à une illustration de la variation de la gravité de la blessure engendrée par la collision en fonction de la vitesse d’impact et du type d’objet (véhicule, piéton, vélo, objet inerte...). Elles permettent de distinguer par exemple la probabilité de blessures légères (nécessitant moins de 24 heures ou pas d'hospitalisation), graves (nécessitant de 24 heures à 30 jours d'hospitalisation) ou mortelles (liées à un accident dans les 30 jours). Le risque de blessure associée à chaque type d’objet est déterminé par calcul d’une somme pondérée de probabilités de décès, de blessures graves et de blessures légères associées à la vitesse d’impact déterminée. [0068] Comme le montre encore la figure 3, le calculateur 140 reçoit aussi en entrée des données xi, ut d’odométrie du véhicule.
[0069] Ces données sont obtenues par exemple grâce au système de navigation 141 et à la centrale inertielle 143 équipant le véhicule automobile 100.
[0070] Le fonctionnement du calculateur 140 pour calculer la trajectoire de référence T 1 en fonction de toutes ces données peut être schématisé en deux blocs, à savoir un bloc de calcul de contraintes 300 et un bloc d’élaboration de trajectoire 400.
[0071] Le bloc de calcul de contraintes 300 permet d’établir, sur la base des données D1, D2, des contraintes :
301 - de probabilité de collision avec risque de blessure, 302 - de trajectoire à suivre,
303 - de dynamique du véhicule,
304 - de perception de l’environnement, et
305 - de contrôlabilité du véhicule.
[0072] De telles contraintes sont notamment mentionnées dans le document de brevet déposé sous la référence FR2007743, le 23 juillet 2020.
[0073] On peut toutefois définir, à titre d’exemple, les contraintes de contrôlabilité (305). [0074] Ces contraintes sont ici au nombre de trois. [0075] Une première contrainte de contrôlabilité vise à limiter l’angle de braquage que l’actionneur de direction assistée peut imposer au volant. On souhaite en effet que l’angle de braquage d reste compris entre deux bornes inférieure ômin et supérieure ômax afin que le conducteur puisse être en mesure de reprendre le pilotage du véhicule à tout moment.
[0076] Une seconde contrainte de contrôlabilité vise à limiter la vitesse de braquage que l’actionneur de direction assistée peut imposer au volant. On souhaite en effet que la vitesse de braquage dô/dt reste comprise entre deux bornes inférieure Smin et supérieure Smax, pour les mêmes raisons que précité. [0077] Une troisième contrainte de contrôlabilité vise à limiter l’accélération subie par le véhicule automobile 100. On souhaite en effet que l’accélération dV/dt reste comprise entre deux bornes inférieure Amin et supérieure Amax.
[0078] Le bloc d’élaboration de trajectoire 400 permet quant à lui de déterminer la trajectoire de référence T1 optimale qui minimise le risque global de blessure, soit par un évitement des obstacles, soit par mitigation (en minimisant la probabilité de collision avec le risque de blessure).
[0079] Dans ce bloc, plusieurs trajectoires de test Ttk vont être aléatoirement définies (préférentiellement plus de 100, et encore plus préférentiellement plus de 1000), puis un coût qk associé à chaque trajectoire de test Ttk va être calculé, et une seule trajectoire va ensuite être sélectionnée.
[0080] Un exemple de procédé permettant de déterminer cette trajectoire de référence T 1 est par exemple enseigné dans le document de brevet FR2007743 précité.
[0081] Dans cet exemple, la pluralité de trajectoires de test Ttk est déterminée pour une fenêtre temporelle de l’ordre de quelques secondes (par exemple, de l’ordre de 3 secondes).
[0082] Par « trajectoires de test », on entend les trajectoires que le véhicule automobile 100 pourrait emprunter en manœuvrant de manière raisonnable, compte tenu des contraintes précitées. Par exemple, une trajectoire selon laquelle le véhicule automobile 100 se déplacerait en marche arrière n’est pas considérée comme une trajectoire de test. [0083] Chacune de ces trajectoires de test Ttk est déterminée en utilisant le modèle bicyclette M10 décrit précédemment, sur la fenêtre temporelle précitée, compte tenu de la position courante du véhicule automobile 100. La figure 4 représente à titre d’exemple quatre trajectoires de test possibles Tti, TU, !¾, TU.
[0084] L’un des objectifs principaux pour le calculateur 140 est ensuite de déterminer, parmi cette pluralité de trajectoires de test Ttk possibles, celle qui minimisera la probabilité de collision engendrant une blessure. Pour cela, la trajectoire de référence T1 à emprunter est déterminée par optimisation d’une fonction de coût. [0085] Plusieurs types d’algorithmes utilisant une fonction de coût pourraient être employés. A titre d’exemple, le document de brevet précité FR2007743 en décrit un exemple.
[0086] Toutefois, ici, un algorithme 401 du type MPPI (de l’anglais « Model Prédictive Path Intégral ») sera préféré. Un tel algorithme est par exemple décrit dans le document “G. Williams, P. Drews, B. Goldfain, J. M. Rehg and E. A. Theodorou, "Aggressive driving with model prédictive path intégral control," 2016 IEEE International Conférence on Robotics and Automation (ICRA), Stockholm, Sweden, 2016, pp. 1433-1440, doi: 10.1109/ICRA.2016.7487277”. D’autres algorithmes basés sur cette solution pourraient également être utilisés.
[0087] L’idée principale de ces algorithmes MPPI est de transformer la fonction coût d’un problème de contrôle optimal en l’espérance de toutes trajectoires possibles. Cela permet de résoudre le problème optimal stochastique avec une approximation probabiliste (de type Monte Carlo) en utilisant un échantillonnage direct d’un processus de diffusion stochastique. L’algorithme MPPI détermine une séquence de contrôle qui minimise le coût global à chaque itération. Ce coût correspond à l'intégrale de chaque coût individuel à chaque étape où la solution de l'équation de Hamilton-Jacobi-Bellman est approximée en utilisant le théorème de Feynman-Kac et la divergence KL tel que décrit dans le document de Wlliams et al. précédemment cité. L'utilisation de l’algorithme MPPI est attrayante car il s'agit d'une méthode d'optimisation sans dérivé, qui permet l'utilisation de modèles et de fonctions de coût non linéaires et non convexes, et ayant montré de bonnes performances dans des situations de conduite agressive est donc, particulièrement bien adapté aux trajectoires d'urgence dans le contexte des aides à la conduite.
[0088] Cet algorithme sera de préférence mis en œuvre par une entité particulière du calculateur, à savoir par une entité de calcul graphique GPU.
[0089] Cet algorithme 401 propose ainsi une méthode de sélection, parmi les trajectoires de test Ttk, de celle qui est optimale en utilisant une fonction de coût qk.
[0090] Si l’algorithme est bien connu et ne sera donc pas ici décrit, on pourra en revanche préciser comment est ici définie cette fonction de coût qk. [0091] Cette fonction de coût qk, dont la valeur doit être calculée pour chaque trajectoire de test Ttk, est ici égale à la somme de plusieurs composantes CPCIR, cvoie, CRéférenœ, c¥ntrôie, Cvariance permettant de prendre en compte différentes contraintes (environnement, contrôlabilité...).
[0092] Ces composantes sont ici au nombre de cinq. En variante, comme cela sera d’ailleurs décrit ci-après, d’autres composantes pourraient également être utilisées.
[0093] La fonction de coût est donc ici définie par l’équation mathématique suivante. [0094] [Math. 5] [0095] qiç — CpçiR + Cy0ie + <¾^/erence T cContrôle T CV ariance
[0096] La composante CPCIR correspond au coût associé à une collision. Elle permet de prendre en compte le risque de collision et le risque de blessure associé.
[0097] Cette composante est ici calculée de la façon suivante :
[0098] [Math. 6]
[0099] cPCIR = wPCIR. aPCIR. bRah
[0100] Dans cette équation, le terme WPCIR est le poids conféré à cette composante CPCIR. Ce poids est par exemple prédéterminé et stocké dans la mémoire du calculateur.
[0101] La valeur de ce poids, comme celle des autres poids décrits ci-après, pourra être ajustée à l’aide d’essais routiers.
[0102] Le terme brok est un booléen qui prend la valeur 0 si la trajectoire de test Ttk considérée est libre (sans aucun obstacle) et la valeur 1 si un obstacle se trouve sur cette trajectoire (ce qui est le cas de la seule trajectoire de test Tt3 sur la figure 4).
[0103] Le terme OPCIR est calculé en fonction de la vitesse d’impact avec l’obstacle (en cas d’obstacle se trouvant sur la trajectoire de test) et de la sémantique de cet objet (notamment du type d’obstacle). Il est d’autant plus grand que la vitesse d’impact est importante, et il est plus grand pour un obstacle de type piéton que pour un obstacle inerte (une branche d’arbre par exemple).
[0104] La composante cVOie de la fonction de coût qk a pour objectif de faire en sorte que la valeur de la fonction de coût soit plus faible pour une trajectoire de test Ttk qui ne sort pas de la voie de circulation du véhicule que pour une trajectoire qui en sort, afin de contraindre au maximum le véhicule à ne pas aller sur la voie de circulation opposée et à ne pas dépasser les limites de la route (notamment s’il y a des barrières de sécurité de part et d’autre de la route).
[0105] Cette composante est ici calculée de la façon suivante :
[0106] [Math. 7]
[0107] Cy0ie = Wy0ie + ^limite
[0108] Elle est donc égale à la somme d’un premier poids wVoie qui pénalise toute trajectoire de test Ttk qui dépasserait les limites de la ou des voies de circulation autorisées, et d’un second poids wiimite qui pénalise bien davantage encore toute trajectoire qui dépasserait les limites de la route.
[0109] Le premier poids wVOie présente une valeur nulle si la trajectoire de test Ttk reste sur la ou les voie(s) de circulation autorisée(s), et une valeur non nulle sinon. Ce premier poids permet ainsi de définir une contrainte molle permettant au véhicule de sortir des voies de circulation autorisées, par exemple en franchissant une ligne blanche, si aucune meilleure trajectoire n’est possible. Sa valeur non nulle est préférentiellement comprise entre la composante CRéférenœ et la composante Ccontrôie. De cette façon, le premier poids, lorsqu’il est non nul, présente une valeur suffisante pour avoir une influence sur la fonction de coût, mais pas trop grande pour ne pas être trop contraignante.
[0110] Le second poids wiimite présente une valeur nulle si la trajectoire de test Ttk reste sur la route et une valeur non nulle sinon. Ce second poids permet ainsi de définir une contrainte plus dure afin d’éviter que le véhicule ne sorte de la route. Sa valeur non nulle est préférentiellement supérieure à celle du poids WPCIR. De cette façon, cette valeur s’avère suffisamment contraignante pour ne jamais dépasser les limites de la route, même en cas de mitigation.
[0111] Pour bien illustrer les différentes valeurs que la composante cVOie peut prendre, on peut considérer les trajectoires de test illustrées sur la figure 4.
[0112] Sur cette figure, le véhicule automobile 100 roule sur une route comprenant quatre voies de circulation, deux dans un premier sens (celui dans lequel circule le véhicule automobile 100) et deux dans un sens opposé. Les deux premières voies de circulation sont séparées des deux autres par une ligne blanche continue. La route est quant à elle séparée de l’accotement par d’autres lignes blanches.
[0113] La composante cVOie de la fonction de coût qk aura une valeur très élevée pour les trajectoires de test Tti et Tt4 qui font sortir le véhicule automobile 100 de la route. Elle aura un poids nul pour la trajectoire de test Tt3 qui ne nécessite pas que le véhicule 100 sorte de sa voie de circulation. Et elle aura une valeur intermédiaire pour la trajectoire de test Tt2 qui nécessite que le véhicule 100 franchisse la ligne blanche continue centrale.
[0114] La composante cRéférence de la fonction de coût qk permet de sélectionner de façon préférentielle une trajectoire de test Ttk qui est la plus proche possible de la trajectoire initiale T0 du véhicule.
[0115] Cette trajectoire initiale T0 est celle qui était prévue pour être empruntée par le véhicule automobile 100 avant qu’une manœuvre d’urgence ne soit déclenchée pour éviter un obstacle situé sur cette trajectoire initiale T0. Elle est calculée de manière classique, par exemple en fonction des données dynamiques du véhicule (vitesse, accélération, angle de braquage, vitesse de braquage...). Elle pourrait être obtenue autrement. On pourrait par exemple considérer qu’elle soit formée par la trajectoire centrale de la voie empruntée par le véhicule.
[0116] Cette composante CRéférence est ici calculée au moyen de l’équation suivante : [0117] [Math. 8]
[0119] Dans cette équation, le terme x comprend plusieurs états, dont l’état que présente initialement le véhicule alors qu’il suit encore la trajectoire initiale T0 et que la manœuvre d’urgence n’a pas encore été déclenchée, et des états successifs compris dans une fenêtre de prédiction d’au moins une seconde, ici égale à 3 secondes, si le véhicule suivait la trajectoire initiale T0.
[0120] Le terme xGbί correspond à l’état que présentera le véhicule s’il suit la trajectoire de test Ttk considérée, à un horizon de trois secondes. [0121] La différence entre ces termes x et xGbί permet donc de comparer les états du véhicule à plusieurs pas de temps successifs compris dans la fenêtre de prédiction.
[0122] Le terme wRéféren¥ est le poids conféré à la composante cRéférence. Les états x, xGbί étant des matrices colonnes, ce terme wRéféren¥ pourra être une matrice carrée définie positive qui respecte la dimensionalité du problème, dont les valeurs sont prédéterminées et enregistrées dans la mémoire du calculateur 140.
[0123] La composante Cœntrôie et la composante Cvarianœ de la fonction de coût qk sont des coûts convexes définis dans le document précité “G. Williams, P. Drews, B. Goldfain, J. M. Rehg and E. A. Theodorou, "Aggressive driving with model prédictive path intégral control," 2016 IEEE International Conférence on Robotics and Automation (ICRA), Stockholm, Sweden, 2016, pp. 1433-1440, doi: 10.1109/ICRA.2016.7487277”.
[0124] La composante Ccontrôie est ainsi calculée de la façon suivante :
[0125] [Math.
[0126] Ccontrôl
[0127] Dans cette équation, le terme g est défini par l’équation : [0128] [Math. 10]
[0129] g = l(1 - a)
[0130] Le terme a est compris entre 0 et 1. Il permet de régler l’agressivité du contrôleur par rapport à la variance du processus.
[0131] Le paramètre l correspond à l’agressivité souhaitée du contrôleur. [0132] La matrice å est une matrice diagonale comprenant des poids pour la variable d’entrée ut et le bruit gaussien ¾ utilisé dans le cadre de l’algorithme MPPI.
[0133] La composante Cvarianœ est quant à elle calculée au moyen de l’équation suivante : [0134] [Math.
[0135] cvarian [0136] Dans cette équation, le terme v correspond à la variance du bruit gaussien utilisé dans le cadre de l’algorithme MPPI.
[0137] Comme cela a été exposé ci-dessus, en variante, la fonction de coût qk pourrait être égale à la somme des composantes précités et d’au moins une autre composante, ici appelée d’une composante cTerminai. [0138] Dans cette variante, la composante cTerminai est calculée de la façon suivante :
[0139] [Math. 12] [0140] C Terminal ~ ^ Terminal (.z zt)
[0141] Dans cette équation, le terme xt correspond à l’état que présentera le véhicule s’il suit la trajectoire de test jusqu’à un état final, correspondant à la fin de la procédure d’évitement d’obstacle. [0142] Le terme WTerminai est le poids conféré à la composante CTerminai. Les états x, xt étant des matrices colonnes, ce terme WTerminai pourra être une matrice ligne comprenant plusieurs valeurs non nulles prédéterminées et enregistrées dans la mémoire du calculateur 140. [0143] Grâce à la fonction de coût utilisée et calculée pour chaque trajectoire de test Ttk, le calculateur 140 est en mesure de mettre en œuvre l’algorithme MPPI et de sélectionner la trajectoire de test optimale (appelée trajectoire de référence T1).
[0144] Cette trajectoire de référence T 1 est alors stockée dans sa mémoire.
[0145] Il s’agira de façon préférentielle d’une trajectoire sans collision. Dans une situation où toutes les trajectoires de test envisagée généreraient une collision, la trajectoire choisie serait celle qui minimiserait les risques de collision et de blessures graves. [0146] A ce stade de la description, on peut expliquer quand le calculateur 140 passe d’une mode de conduite nominal à un mode de conduite d’urgence.
[0147] Le mode de conduite nominal est celui dans lequel le véhicule est piloté soit manuellement par le conducteur, soit de façon autonome par une entité du calculateur. [0148] Ici, on considérera le cas où il est conduit en mode autonome. [0149] Par exemple, dans ce mode, le véhicule automobile 100 est piloté de façon à rester centré sur sa voie de circulation et à maintenir sa vitesse égale à une vitesse de consigne (constante ou déterminée en fonction de la vitesse d’un véhicule qui le précéderait sur sa voie de circulation).
[0150] La question qui se pose à tout moment est de déterminer s’il faut maintenir le véhicule en mode de conduite autonome ou le basculer dans un mode de conduite d’urgence pour tenter d’éviter un obstacle potentiellement dangereux.
[0151] Sur la figure 5, on a représenté un premier diagramme illustrant une méthode qui permet au calculateur 140 de déterminer, lorsque le véhicule est en mode autonome, s’il doit basculer ou non en mode de conduite d’urgence. [0152] Selon cette méthode, au cours d’une première étape S1, le calculateur détermine la trajectoire initiale T0 à suivre compte tenu de la destination à atteindre, par exemple de telle sorte que le véhicule reste centré sur sa voie.
[0153] Cette trajectoire initiale T0 est calculée pour un horizon d’au maximum quelques secondes mais d’au moins deux secondes. Ici, cette trajectoire initiale T0 est calculée pour les trois prochaines secondes.
[0154] Au cours d’une seconde étape S2, le calculateur détermine, compte tenu des données D1 représentatives de l’environnement obtenues, s’il existe un risque que le véhicule automobile 100 entre en collision avec un obstacle quelconque s’il suit la trajectoire initiale T0. [0155] Pour cela, le calculateur détermine une probabilité de collision en fonction de la position et de la dynamique du véhicule automobile 100 et de chaque objet détecté occupant une cellule de la grille de la représentation considérée. [0156] Au cours d’une troisième étape S3, le calculateur cherche à vérifier si deux conditions cumulatives sont remplies. [0157] La première condition est qu’un risque de collision existe. Ici, le calculateur considère qu’il existe un risque de collision si la probabilité de collision calculée pour au moins un des objets détectés (ci-après appelé « obstacle ») dépasse un seuil de risque prédéterminé. [0158] La seconde condition est qu’un temps avant collision TTC avec cet obstacle soit inférieur à un seuil de temps tcrit déterminé. [0159] Le temps avant collision TTC peut par exemple être égal au temps nécessaire pour que le véhicule automobile 100 vienne percuter l’obstacle, compte tenu de sa vitesse, de celle de l’obstacle et de la distance séparant le véhicule de l’obstacle. [0160] Une méthode plus précise de calcul du temps avant collision TTC est décrite plus en détail dans le document « "On computing time-to-collision for automation scenarios", C. Schwarz, Transportation Research Part F: Traffic Psychology and Behaviour, Vehicle Automation and Driver Behaviour, vol.27, pp.283 – 294, 2014 ». [0161] Le seuil de temps tcrit est égal au minimum parmi : - un temps de freinage d'urgence, et - un temps de réaction du conducteur. [0162] Le temps de freinage d’urgence correspond par exemple au temps nécessaire pour arrêter le véhicule automobile, compte tenu des contraintes fixées. [0163] Le temps de réaction du conducteur est par exemple une constante prédéterminée et stockée dans la mémoire du calculateur. Ce temps de réaction du conducteur est ici choisi égale à 2 secondes. [0164] Lors de cette étape S3, si l’une au moins des deux conditions cumulatives n’est pas remplie, le calculateur considère qu’aucune manœuvre d’évitement ne doit être entreprise. Par conséquent, le véhicule reste piloté en mode de conduite autonome et le procédé se réinitialise à la première étape S1. [0165] Dans le cas contraire, le mode de conduite d‘urgence est activé. Dès lors, une trajectoire de référence T1 est calculée de la manière exposée ci-dessus, puis les actionneurs de pilotage du véhicule automobile 100 sont pilotés de façon à ce que le véhicule automobile 100 suive cette trajectoire de référence T1 et évite de façon autonome l’obstacle. [0166] Ce mode de pilotage est conçu pour rester activé pendant une durée prédéterminée, par exemple égale à trois secondes.
[0167] Toutefois, lorsque ce mode est activé, le calculateur continue à tenter de détecter de nouveaux obstacles situés sur la trajectoire de référence T1. Puis, si tel est le cas, une nouvelle trajectoire de référence est calculée de la même manière que précité. Dans cette situation, on comprend qu’il peut arriver que le mode de conduite d’urgence reste activé pendant plus de trois secondes.
[0168] Lorsque le mode de conduite d’urgence est activé, il est nécessaire de vérifier en boucle s’il convient de le désactiver. [0169] Sur la figure 6, on a représenté un second diagramme illustrant une méthode qui permet au calculateur 140 de déterminer, lorsque le véhicule est en mode de conduite d’urgence, s’il doit rebasculer en mode autonome ou rester en mode de conduite d’urgence. [0170] Selon cette méthode, au cours d’une première étape E1, le calculateur 140 acquiert la trajectoire de référence T1 stockée dans sa mémoire et les données D1 représentatives de l’environnement. Il est ainsi en mesure de déterminer s’il existe encore un risque que le véhicule automobile 100 entre en collision avec un obstacle quelconque s’il suit la trajectoire de référence T 1.
[0171] Puis, au cours d’une seconde étape E2, le calculateur 140 vérifie si l’une ou l’autre de plusieurs de conditions de désactivation sont remplies. Ces conditions ne sont cette fois pas cumulatives mais indépendantes.
[0172] L’une de ces conditions est que le mode de conduite d’urgence est activé depuis une durée supérieure à un seuil maximum. Ce seuil maximum est de préférence égal à six secondes.
[0173] Ainsi, dès que la durée d’activation du mode de conduite d’urgence dépasse six secondes, il est prévu d’en sortir.
[0174] Une autre condition est que la trajectoire est libre de collision et que le véhicule automobile 100 est stable depuis une durée prédéfinie (par exemple égale à une seconde). Ainsi, si aucun obstacle potentiellement dangereux ne se trouve sur la trajectoire de référence T1 et si la vitesse latérale et la vitesse de lacet du véhicule automobile 100 sont inférieures à des seuils prédéterminés depuis une seconde, le véhicule bascule automatiquement en mode de conduite autonome ou manuel.
[0175] En d’autres termes, si l’une ou l’autre des conditions précitées est remplie, au cours d’une étape E3, le calculateur 140 désactive le mode de conduite d’urgence, ce qui revient à réactiver le mode de conduite autonome ou manuel. [0176] Pour bien comprendre comment la solution fonctionne, on a représenté sur les figures 7 à 10 un exemple dans lequel le véhicule automobile 100 doit changer de mode de conduite. [0177] Initialement, à un instant to illustré sur la figure 7, le véhicule automobile 100 se trouve sur la même voie qu’un obstacle 900 (ici un autre véhicule), mais à une distance importante de ce dernier. Il reste alors piloté en mode autonome au centre de sa voie de circulation, à une vitesse de consigne prédéfinie. En parallèle, la trajectoire initiale T0 et le temps avant impact TTC sont régulièrement calculés.
[0178] Puis, le véhicule automobile 100 se rapprochant rapidement de cet obstacle 900, à un instant ti illustré sur la figure 8, il se trouve à une distance de ce dernier telle que les deux conditions cumulatives de basculement en mode de conduite d’urgence sont remplies. Dès lors, une trajectoire de référence T1 est calculée de la façon précitée. Les actionneurs du véhicule sont ensuite commandés pour que le véhicule suive au mieux cette trajectoire de référence T1, pendant une durée prédéterminée (par exemple égale à 3 secondes). [0179] A l’instant L du basculement en mode autonome, un signal sonore et/ou visuel est envoyé au conducteur pour l’avertir de la situation.
[0180] Pendant ces trois secondes d’activation du mode de conduite d’urgence, le calculateur vérifie si un nouvel obstacle est détecté sur la trajectoire de référence T1. Ici, un piéton 950 est détecté à un instant t2 illustré sur la figure 9.
[0181] Ce nouvel obstacle 950 se trouvant sur la trajectoire de référence T1 à une distance telle que les deux conditions cumulatives sont remplies, le calculateur détermine une seconde trajectoire de référence TT. [0182] Cette trajectoire permet au véhicule automobile 100 d’éviter les deux obstacles et de revenir sur sa voie de circulation initiale.
[0183] Enfin, à un instant ¾ illustré sur la figure 10, la trajectoire TT étant libre de collision et le véhicule étant stabilité depuis plus d’une seconde, le contrôle des actionneurs est rendu au mode de conduite autonome. [0184] Ce procédé par l’utilisation d'une carte de coût contextualisé contenant la probabilité de collision avec le risque de blessure (à savoir la grille d'occupation probabiliste telle que définie dans la demande de brevet français 2007743 déposée le 23 juillet 2020) permet de planifier des trajectoires qui minimisent le risque global de blessure (pour le véhicule considéré et tous les obstacles) dans le cas d’une collision inévitable et permet une prise de décision intégrale consistant à donner la meilleure solution pour un scénario donné, la solution étant soit l’évitement, soit le freinage, soit la combinaison de l’évitement et du freinage.

Claims

REVENDICATIONS
1. Procédé de pilotage d’un véhicule automobile (100) comprenant, lorsque le véhicule automobile (100) est piloté dans un mode nominal, par exemple un mode de pilotage manuel par un conducteur ou un mode de pilotage autonome par un calculateur (140), des étapes de :
- détermination d’une trajectoire initiale (T0), par exemple prédite à partir d’informations dynamiques du véhicule, pour le véhicule automobile (100),
- acquisition de données (D1) relatives à l’environnement du véhicule automobile
(100),
- calcul d’un risque de collision entre le véhicule automobile (100) et un obstacle (900) compte tenu de la trajectoire initiale (T0) déterminée et des données (D1) acquises, puis, si le risque de collision avec l’obstacle (900) dépasse un seuil de risque,
- calcul d’un temps avant collision (TTC), puis, si le temps avant collision (TTC) est inférieur à un seuil de temps (tCnt),
- activation d’un mode de conduite d’alerte selon lequel : une nouvelle trajectoire (T1) est déterminée par le calculateur (140), ladite nouvelle trajectoire (T1) permettant de minimiser le risque de collision avec l’obstacle (900) engendrant une blessure grave, et un actionneur de commande de la direction du véhicule automobile (100) est piloté par le calculateur (140) poursuivre ladite nouvelle trajectoire (T1).
2. Procédé de pilotage selon la revendication précédente, dans lequel le seuil de temps
(tait) est égal au minimum parmi un temps de freinage d'urgence et un temps de réaction du conducteur.
3. Procédé de pilotage selon l’une des revendications précédentes, dans lequel le calculateur (140) maintient le mode de conduite d’alerte activé pendant une durée minimum prédéterminée, préférentiellement comprise entre deux et quatre secondes.
4. Procédé de pilotage selon l’une des revendications précédentes, dans lequel, lorsque le mode de conduite d’alerte est activé, il est prévu de régulièrement répéter des étapes de :
- acquisition des données (D1) relatives à l’environnement du véhicule automobile
(100),
- calcul d’un risque de collision entre le véhicule automobile (100) et un autre obstacle (950) compte tenu de la nouvelle trajectoire (T1) et des données (D1) acquises, puis, si le risque de collision avec l’autre obstacle (950) dépasse un seuil de risque, - calcul d’un temps avant collision (TTC) avec l’autre obstacle (950), puis, si le temps avant collision (TTC) est inférieur audit seuil de temps (tait),
- détermination d’une deuxième nouvelle trajectoire (TT) permettant de minimiser le risque de collision avec chaque obstacle (900, 950) engendrant une blessure grave, et
- pilotage dudit actionneur de commande pour suivre ladite deuxième nouvelle trajectoire (T ).
5. Procédé de pilotage selon l’une des revendications précédentes, dans lequel, lorsque le mode de conduite d’alerte est activé, il est prévu de commander le retour en mode nominal dès que la durée pendant laquelle le mode de conduite d’alerte dépasse un seuil prédéterminé, préférentiellement égal à six secondes.
6. Procédé de pilotage selon l’une des revendications précédentes, dans lequel, lorsque le mode de conduite d’alerte est activé, il est prévu de commander le retour en mode nominal dès que la nouvelle trajectoire (T1) est libre de tout obstacle et que le véhicule automobile (100) est stable depuis une durée prédéterminée.
7. Procédé de pilotage selon l’une des revendications précédentes, dans lequel la nouvelle trajectoire (T1) est choisie parmi plusieurs trajectoires de test (Ttk) à l’aide d’une fonction de coût (qk), une valeur de ladite fonction de coût (qk) étant calculée pour chaque trajectoire de test (Ttk), ladite valeur dépendant, lorsque la trajectoire de test (Ttk) rencontre un obstacle (900), de la vitesse d’impact avec l’obstacle (900) et du type de l’obstacle.
8. Procédé de pilotage selon l’une des revendications précédentes, dans lequel la nouvelle trajectoire (T1) est choisie parmi plusieurs trajectoires de test (Ttk) à l’aide d’une fonction de coût (qk), une valeur de ladite fonction de coût (qk) étant calculée pour chaque trajectoire de test (Ttk), ladite valeur variant selon que la trajectoire de test
(Ttk) sort ou non de la route empruntée par le véhicule automobile (100) et/ou de la voie de circulation empruntée par le véhicule automobile (100) et/ou des voies de circulation autorisées pour le véhicule automobile (100).
9. Procédé de pilotage selon la revendication précédente, dans lequel ladite valeur est une fonction de :
- un premier poids qui est non nul si la trajectoire de test (Ttk) sort de la voie de circulation empruntée par le véhicule automobile (100) et qui est nul sinon, et
- un deuxième poids qui est non nul et préférentiellement supérieur au premier poids si la trajectoire de test (Ttk) sort de la route empruntée par le véhicule automobile (100) et qui est nul sinon.
10. Procédé de pilotage selon l’une des revendications précédentes, dans lequel la nouvelle trajectoire (T1) est choisie parmi plusieurs trajectoires de test (Ttk) à l’aide d’une fonction de coût (qk), une valeur de ladite fonction de coût (qk) étant calculée pour chaque trajectoire de test (Ttk), ladite valeur variant selon que la trajectoire de test (Ttk) s’écarte ou non de la trajectoire initiale (T0).
11. Procédé de pilotage selon l’une des revendications précédentes, dans lequel la nouvelle trajectoire (T1) est choisie parmi plusieurs trajectoires de test (Ttk) à l’aide d’un algorithme de type MPPI.
12. Procédé de pilotage selon l’une des revendications précédentes, dans lequel lesdites données (D1) se présentent sous la forme d'une grille d'occupation probabiliste représentative de l’environnement du véhicule automobile (100) et contenant des informations sur les objets présents dans l’environnement du véhicule automobile (100).
EP22744233.2A 2021-07-27 2022-07-26 Procede de pilotage de vehicule et d'evitement d'obstacle Pending EP4377177A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2108170A FR3125785B1 (fr) 2021-07-27 2021-07-27 Procédé de pilotage de véhicule et d’évitement d’obstacle
PCT/EP2022/070878 WO2023006709A1 (fr) 2021-07-27 2022-07-26 Procede de pilotage de vehicule et d'evitement d'obstacle

Publications (1)

Publication Number Publication Date
EP4377177A1 true EP4377177A1 (fr) 2024-06-05

Family

ID=77999132

Family Applications (1)

Application Number Title Priority Date Filing Date
EP22744233.2A Pending EP4377177A1 (fr) 2021-07-27 2022-07-26 Procede de pilotage de vehicule et d'evitement d'obstacle

Country Status (5)

Country Link
EP (1) EP4377177A1 (fr)
JP (1) JP2024529993A (fr)
CN (1) CN118119541A (fr)
FR (1) FR3125785B1 (fr)
WO (1) WO2023006709A1 (fr)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116653932B (zh) * 2023-06-09 2024-03-26 苏州畅行智驾汽车科技有限公司 一种车辆自动紧急转向的实现方法及相关装置
CN116461513B (zh) * 2023-06-16 2023-09-22 中国第一汽车股份有限公司 车辆及其碰撞预警方法
CN117935615B (zh) * 2024-03-25 2024-07-09 中国汽车技术研究中心有限公司 一种基于全身损伤度量减轻人车碰撞中行人损伤的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2007743A3 (en) 1968-05-03 1970-01-09 Seewer Gustave Food paste shaper
DE102010006214A1 (de) * 2010-01-29 2011-08-04 Bayerische Motoren Werke Aktiengesellschaft, 80809 Notbremsassistent zum automatischen Abbremsen eines Fahrzeugs zur Kollisionsvermeidung oder Kollisionsfolgenminderung
DE102014212898A1 (de) * 2014-07-03 2016-01-07 Robert Bosch Gmbh Verfahren zum Ermitteln einer Notfall-Trajektorie und Verfahren zum teilautomatisierten oder automatisierten Führen eines Ego-Fahrzeugs
FR3086910B1 (fr) * 2018-10-03 2020-09-25 Psa Automobiles Sa Securisation d'une fonction d'aide a l'evitement par bornage temporel

Also Published As

Publication number Publication date
FR3125785B1 (fr) 2024-01-19
FR3125785A1 (fr) 2023-02-03
CN118119541A (zh) 2024-05-31
JP2024529993A (ja) 2024-08-14
WO2023006709A1 (fr) 2023-02-02

Similar Documents

Publication Publication Date Title
EP4377177A1 (fr) Procede de pilotage de vehicule et d&#39;evitement d&#39;obstacle
EP3627270B1 (fr) Dispositif électronique de détermination d&#39;une trajectoire d&#39;arrêt d&#39;urgence d&#39;un véhicule autonome, véhicule et procédé associés
US11555927B2 (en) System and method for providing online multi-LiDAR dynamic occupancy mapping
US11587461B2 (en) Context-sensitive adjustment of off-road glance time
EP3810473B1 (fr) Procédé et système de gestion d&#39;un changement de voie d&#39;un véhicule autonome ou partiellement autonome
EP1544022B1 (fr) Dispositif et méthode d&#39;assistance d&#39;un opérateur
EP3994042A1 (fr) Procede de determination d&#39;une trajectoire d&#39;evitement d&#39;un vehicule automobile
EP3568803A1 (fr) Procede de pilotage d&#39;un vehicule automobile autonome
FR2887669A3 (fr) Procede et systeme embarque de prediction de choc entre un vehicule et un pieton
WO2022175034A1 (fr) Procédé d&#39;activation d&#39;un système d&#39;évitement d&#39;obstacle pour véhicule automobile
FR3086075A1 (fr) Systeme electronique de supervision d&#39;un vehicule autonome, procede et programme d&#39;ordinateur associes
WO2022018110A1 (fr) Procédé de détermination d&#39;une trajectoire d&#39;un véhicule automobile
WO2022233739A1 (fr) Procédé de commande d&#39;un véhicule autonome
WO2022175103A1 (fr) Procédé d&#39;évitement d&#39;obstacles
WO2018069061A1 (fr) Procede d&#39;elaboration d&#39;une consigne de supervision de pilotage d&#39;un organe de conduite d&#39;un vehicule automobile
EP4251487A1 (fr) Procédé et dispositif d&#39;adaptation d&#39;une trajectoire d&#39;accélération de consigne d&#39;un régulateur de vitesse véhicule adaptatif d&#39;un véhicule autonome
FR3108878A1 (fr) Dispositif d’aide à la manœuvre d’évitement d’une cible destiné à être incorporé dans un véhicule automobile
EP4223604A1 (fr) Procédé de détection de danger dans l&#39;environnement d&#39;un véhicule automobile
EP4015332B1 (fr) Méthode de supervision pour le contrôle d&#39;un véhicule automobile autonome
EP3830741B1 (fr) Assistance à la conduite pour le controle d&#39;un vehicule automobile comprenant des étappes parallèles de traitement des images transformées.
WO2024052561A1 (fr) Procédé de détection d&#39;une collision prochaine, procédé d&#39;étalonnage d&#39;un système de détection de collision et véhicule automobile associé
EP4453512A1 (fr) Procédé de modélisation d&#39;un environnement tactique d&#39;un véhicule automobile
FR3092914A1 (fr) Procédé de détermination de la trajectoire d&#39;un véhicule comprenant quatre roues directrices
EP3895147A1 (fr) Procédé de détermination d&#39;une valeur courante d&#39;un paramètre d&#39;occupation relatif à une portion d&#39;un espace situé à proximité d&#39;un véhicule terrestre à moteur
FR3106798A1 (fr) Procédé de gestion d&#39;un freinage autonome d&#39;urgence.

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20240213

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

RAP3 Party data changed (applicant data changed or rights of an application transferred)

Owner name: NISSAN MOTOR CO., LTD.

Owner name: INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ETEN AUTOMATIQUE

Owner name: AMPERE SAS