FR3100016A1 - Procédé et système pour gérer un déplacement d’un véhicule automobile - Google Patents

Procédé et système pour gérer un déplacement d’un véhicule automobile Download PDF

Info

Publication number
FR3100016A1
FR3100016A1 FR1909366A FR1909366A FR3100016A1 FR 3100016 A1 FR3100016 A1 FR 3100016A1 FR 1909366 A FR1909366 A FR 1909366A FR 1909366 A FR1909366 A FR 1909366A FR 3100016 A1 FR3100016 A1 FR 3100016A1
Authority
FR
France
Prior art keywords
vehicle
data
movement
outgoing
characterizing
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.)
Granted
Application number
FR1909366A
Other languages
English (en)
Other versions
FR3100016B1 (fr
Inventor
Thibault Fouqueray
Patrick Boutard
Clement Perrais
Frederic Large
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.)
PSA Automobiles SA
Original Assignee
PSA Automobiles SA
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 PSA Automobiles SA filed Critical PSA Automobiles SA
Priority to FR1909366A priority Critical patent/FR3100016B1/fr
Publication of FR3100016A1 publication Critical patent/FR3100016A1/fr
Application granted granted Critical
Publication of FR3100016B1 publication Critical patent/FR3100016B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

L’invention porte sur un procédé de gestion, par un système informatique embarqué à bord d’un véhicule automobile, d’un déplacement du véhicule, sur un système (100) mettant en œuvre un tel procédé ainsi que sur un véhicule automobile comprenant un tel système. Figure pour l’abrégé : 1

Description

Procédé et système pour gérer un déplacement d’un véhicule automobile
Domaine technique de l’invention
La présente invention concerne le domaine des systèmes d’aide à la conduite pour véhicules automobiles, en particulier ceux qui fournissent des fonctionnalités pour la conduite autonome. L’invention porte en particulier sur un procédé de gestion, par un système informatique embarqué à bord d’un véhicule automobile, d’un déplacement du véhicule. L’invention concerne également un système informatique mettant en œuvre un tel procédé. L’invention s’applique notamment aux véhicules de tourisme.
État de la technique antérieure
On sait que certains véhicules automobiles actuels sont munis de systèmes d’aide à la conduite qui fournissent des fonctionnalités pour la conduite autonome (e.g. aide au maintien dans la voie, aide au stationnement, etc.). Afin de pouvoir gérer de manière autonome le déplacement des véhicules au sein d’environnements de conduite (e.g. voie rapide, autoroute, parking, etc.), ces systèmes s’appuient généralement sur des modules de décision qui utilisent des modèles mathématiques et qui contrôlent directement les équipements qui permettent de gouverner les déplacements des véhicules (e.g. direction assistée électronique, correcteur électronique de trajectoire, calculateur moteur, etc.). Cependant, ces modèles mathématiques sont le plus souvent établis de manière générale pour pouvoir s’appliquer à tous les véhicules. En d’autres termes, ils ne font aucune distinction entre des types de véhicules. Ainsi, les systèmes d’aide à la conduite connus qui se basent uniquement sur de tels modèles mathématiques ne sont pas en mesure de tenir compte du fait que, dans la réalité, tout véhicule se déplace d’une manière qui lui est propre, notamment compte tenu de l’usure des pièces qui le composent, du niveau de gonflage de ses pneumatiques, de son poids ou de multiples autres paramètres qui peuvent influencer sa manière de se déplacer (e.g. état de la route). Par conséquent, les systèmes d’aide à la conduite connus qui s’appuient uniquement sur des modèles mathématiques pour gérer les déplacements des véhicules ne sont pas en mesure de gérer des déplacements d’une manière aussi précise et fiable que cela est possible, notamment d’une manière qui tient mieux compte de la spécificité de déplacement propre à chaque véhicule automobile.
L’invention vise à pallier ces inconvénients. L’invention a en particulier pour but de fournir un procédé et un système qui contribuent pour permettre à un système d’aide à la conduite d’un véhicule automobile de gérer des déplacements du véhicule en tenant compte de la dynamique propre au véhicule. L’invention désire ainsi fournir un procédé et un système qui contribuent pour permettre à un système d’aide à la conduite d’un véhicule automobile de gérer de manière plus précise et plus fiable les déplacements d’un véhicule automobile.
Ces buts sont atteints, selon un premier objet de l’invention, au moyen d’un procédé de gestion, par un système informatique embarqué à bord d’un véhicule automobile, d’un déplacement du véhicule, le procédé comprenant les étapes de :
  • déterminer des données caractérisant un environnement de conduite en utilisant un appareil de détection agencé dans le véhicule,
  • déterminer des données caractérisant un déplacement élémentaire du véhicule en fonction des données caractérisant un environnement de conduite au moyen d’un module de décision qui utilise un modèle mathématique,
  • déterminer des données caractérisant au moins une commande modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule en fonction des données caractérisant un déplacement élémentaire du véhicule au moyen d’un module d’estimation de la dynamique du véhicule (105), le module d’estimation de la dynamique du véhicule comprenant un premier réseau de neurones artificiels entraîné par apprentissage supervisé au cours d’une première phase d’entraînement, sur la base d’un premier ensemble de données comprenant des données entrantes et des données sortantes, les données sortantes du premier ensemble de données étant déterminées en fonction des données entrantes du premier ensemble de données et du modèle mathématique, et un deuxième réseau de neurones artificiels connecté au premier réseau de neurones artificiels et entraîné par apprentissage supervisé au cours d’une deuxième phase d’entraînement, sur la base d’un deuxième ensemble de données comprenant des données entrantes et des données sortantes, les données entrantes du deuxième ensemble de données étant au moins partiellement générées au moyen de l’appareil détection, et
  • gérer le déplacement du véhicule en utilisant les données caractérisant au moins une commande modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule.
Selon une variante, l’étape consistant à gérer le déplacement du véhicule peut comprendre une étape consistant à gérer le fonctionnement de la direction assistée électronique du véhicule, du correcteur électronique de trajectoire du véhicule et/ou du calculateur moteur du véhicule en fonction des données caractérisant au moins une commande modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule.
Selon une autre variante, les données entrantes du premier ensemble de données peuvent avoir trait au poids du véhicule, aux dimensions du véhicule, au type du véhicule et/ou à l’état d’une route sur laquelle circule le véhicule.
Selon une autre variante, les données entrantes du deuxième ensemble de données peuvent caractériser au moins un déplacement antérieur du véhicule.
Selon une autre variante, les données sortantes du deuxième ensemble de données peuvent caractériser des commandes transmises à la direction assistée électronique du véhicule, au correcteur électronique de trajectoire du véhicule et/ou au calculateur moteur du véhicule.
En outre, l’invention a également pour objet un système qui peut être embarqué à bord d’un véhicule automobile et gérer un déplacement du véhicule, le système comprenant au moins une unité de traitement d’informations qui comprend au moins un processeur, un support de stockage de données, un module de décision et un module d’estimation de la dynamique du véhicule configurés pour mettre en œuvre un procédé de tel que décrit ci-dessus.
Selon une variante, le module de décision peut utiliser un modèle mathématique et le module d’estimation de la dynamique du véhicule peut comprendre un premier réseau de neurones artificiels entraîné par apprentissage supervisé au cours d’une première phase d’entraînement, sur la base d’un premier ensemble de données comprenant des données entrantes et des données sortantes, les données sortantes du premier ensemble de données étant déterminées en fonction des données entrantes du premier ensemble de données et du modèle mathématique, et un deuxième réseau de neurones artificiels connecté au premier réseau de neurones artificiels et entraîné par apprentissage supervisé au cours d’une deuxième phase d’entraînement, sur la base d’un deuxième ensemble de données comprenant des données entrantes et des données sortantes, les données sortantes du deuxième ensemble de données étant au moins partiellement générées au moyen d’un appareil de détection.
De plus, l’invention a aussi pour objet un programme comprenant des instructions de code de programme pour l’exécution des étapes d’un procédé tel que décrit ci-dessus lorsque ledit programme est exécuté sur un ordinateur.
Par ailleurs, l’invention a également pour objet un support utilisable dans un ordinateur sur lequel un programme tel que décrit ci-dessus est enregistré.
Enfin, l’invention a aussi pour objet un véhicule automobile comprenant un système tel que décrit ci-dessus.
Brève description des figures
D'autres caractéristiques et avantages de l'invention apparaîtront à l'examen de la description détaillée ci-après, et des dessins annexés, sur lesquels :
est un schéma fonctionnel d’un système selon l’invention,
est un schéma illustrant un déplacement élémentaire selon l’invention et
est organigramme illustrant les étapes d’un procédé selon l’invention.
Description détaillée de l’invention
Selon l’invention, un système 100 pour gérer un déplacement d’un véhicule automobile est un système informatique, représenté à la figure 1, qui comprend une unité de traitement d’informations 101, comprenant un ou plusieurs processeurs, un support de stockage de données 102, au moins une interface d’entrée et sortie 103, permettant la réception de données (ou signaux) et l’émission de données (ou signaux), un module de décision 104 et un module d’estimation de la dynamique du véhicule 105.
Selon un mode de réalisation, le système 100 selon l’invention est hébergé sur un calculateur, une unité de commande électronique ou autre boîtier télématique adapté pour être embarqué à bord d’un véhicule automobile et pour interagir avec un système d’aide à la conduite d’un véhicule automobile. Selon le mode de réalisation préféré, le système 100 selon l’invention fait partie intégrante d’un calculateur d’un système d’aide à la conduite d’un véhicule automobile. Par conséquent, quel que soit le mode de réalisation de l’invention, le système 100 selon l’invention est en mesure d’interagir non seulement avec un système d’aide à la conduite d’un véhicule automobile mais aussi avec tout équipement d’un véhicule automobile avec lequel le système d’aide à la conduite est en mesure d’interagir, notamment un appareil de détection 106 (e.g. radar, lidar, caméra, etc.) agencé dans le véhicule.
Le module de décision 104 permet au système 100 selon l’invention de déterminer un déplacement élémentaire, par exemple, tel qu’illustré schématiquement à la figure 2, sous-la forme d’un vecteur d= [d x , d y ,d θ ] ,oùd x , d y ,d θ sont les trois déplacement qui forment ensemble un déplacement élémentaire en fonction de la perception d’un environnement de conduite à un instantt . Pour ce faire, le module de décision 104 se base sur un ou plusieurs modèles mathématiques.
Le module d’estimation de la dynamique du véhicule 105 comprend un premier réseau de neurones artificiels entraîné par apprentissage supervisé au cours d’une première phase d’entraînement, sur la base d’un premier ensemble de données comprenant des données entrantes et des données sortantes, les données sortantes du premier ensemble de données étant déterminées en fonction des données entrantes du premier ensemble de données et du modèle mathématique. Par exemple, les données entrantes du premier ensemble de données peuvent avoir trait au poids du véhicule, aux dimensions du véhicule, au type du véhicule et/ou à l’état d’une route sur laquelle circule le véhicule.
De manière avantageuse, le module d’estimation de la dynamique du véhicule 105 comprend en outre un deuxième réseau de neurones artificiels connecté au premier réseau de neurones artificiels (e.g. via des poids transverses allant des neurones du premier réseau de neurones artificiels vers ceux du deuxième réseau de neurones artificiels) et entraîné par apprentissage supervisé au cours d’une deuxième phase d’entraînement, sur la base d’un deuxième ensemble de données comprenant des données entrantes et des données sortantes, les données entrantes du deuxième ensemble de données étant pour partie ou entièrement générées au moyen de l’appareil détection 106. Alternativement, ou cumulativement, au moins une partie des données entrantes et/ou des données sortantes du deuxième ensemble de données sont enregistrées sur le support de stockage de données 102, par exemple sous la forme d’une base de données. De manière avantageuse, les données entrantes du deuxième ensemble de données caractérisent au moins un déplacement antérieur du véhicule alors que les données sortantes du deuxième ensemble de données caractérisent des commandes transmises à la direction assistée électronique 107 du véhicule, au correcteur électronique de trajectoire 108 du véhicule et/ou au calculateur moteur 109 du véhicule. En d’autres termes, les données du deuxième ensemble de données caractérisent avantageusement des déplacements réels et spécifiques au véhicule en lien avec des commandes modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule qui sont également réelles et spécifiques au véhicule.
De plus, pour mettre en œuvre certaines étapes du procédé selon l’invention décrit ci-dessous, le système 100 selon l’invention comprend également des moyens matériels (e.g. connectique) et logiciels dédiés pour, directement ou via le système d’aide à la conduite du véhicule, gérer le fonctionnement de la direction assistée électronique 107 du véhicule, du correcteur électronique de trajectoire du véhicule 108 et/ou du calculateur moteur 109 du véhicule. Par ces moyens, le système 100 selon l’invention est en mesure de gérer de manière autonome un déplacement du véhicule.
Selon l’invention, tous les éléments décrits ci-dessus contribuent pour permettre au système 100 selon l’invention de mettre en œuvre un procédé de gestion d’un déplacement d’un véhicule automobile, tel que décrit ci-dessous en lien avec la figure 3.
Selon une première étape 201 du procédé selon l’invention, le système 100 selon l’invention détermine des données caractérisant un environnement de conduite en utilisant l’appareil de détection 106. Par exemple, en interagissant, directement ou via le système d’aide à la conduite, avec une caméra, le système 100 acquiert des données qui correspondent à des prises de vues réalisées avec la caméra. A partir de ces données, il établit une perception d’un environnement de conduite, tel que celui illustré schématiquement à la figure 2.
Au cours d’une deuxième étape 202 du procédé selon l’invention, le système 100 selon l’invention détermine des données caractérisant un déplacement élémentaire du véhicule en fonction des données caractérisant un environnement de conduite déterminées lors de la première étape 201. Pour cela, le système 100 selon l’invention utilise le module de décision 104 qui, comme cela a été évoqué ci-dessus, est en mesure de déterminer un déplacement élémentaire en fonction d’un environnement de conduite donné, similaire à celui représenté schématique à la figure 2, en utilisant pour ce faire au moins un modèle mathématique.
Ensuite, selon une troisième étape 203 du procédé selon l’invention, le système 100 selon l’invention détermine des données caractérisant au moins une commande modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule en fonction des données caractérisant un déplacement élémentaire du véhicule. Pour mettre en œuvre cette étape, le système 100 selon l’invention utilise avantageusement le module d’estimation de la dynamique du véhicule 105. Comme déjà évoqué, le module d’estimation de la dynamique du véhicule 105 comprend un premier et un deuxième réseau de neurones artificiels interconnectés.
De plus, le premier réseau de neurones est entraîné par apprentissage supervisé au cours d’une première phase d’entraînement, sur la base d’un premier ensemble de données comprenant des données entrantes et des données sortantes, les données sortantes du premier ensemble de données étant déterminées en fonction des données entrantes du premier ensemble de données et du modèle mathématique. Cela signifie en somme que le premier réseau de neurones artificiels est entraîné pour reproduire fidèlement le modèle mathématique. En outre, un volume important de données d’entrainement peut être généré à partir du modèle mathématique.
En outre, le deuxième réseau de neurones est entraîné par apprentissage supervisé au cours d’une deuxième phase d’entraînement, distincte de la première, sur la base d’un deuxième ensemble de données comprenant des données entrantes et des données sortantes, les données entrantes du deuxième ensemble de données étant au moins partiellement générées au moyen de l’appareil détection 106. De manière avantageuse, les données entrantes caractérisent des déplacements antérieurs du véhicules et les données sortantes caractérisent des commandes correspondantes qui sont transmises à la direction assistée électronique 107 du véhicule, au correcteur électronique de trajectoire 108 du véhicule et/ou au calculateur moteur 109 du véhicule. Cela signifie en somme que le deuxième réseau de neurones artificiels est entraîné pour reproduire des déplacements en gérant les commandes d’une manière qui tient compte de la spécificité de déplacement propre au véhicule. De plus, il s’avère qu’un transfert de connaissance s’opère entre le premier réseau de neurones artificiels, entrainé pour reproduire des déplacements fidèles au modèle mathématique, et le deuxième réseau de neurones artificiels, entraîné pour reproduire un comportement en matière de déplacement spécifique au véhicule. Ceci permet avantageusement de minimiser le volume de données nécessaire pour l’entrainement du deuxième réseau de neurones artificiels.
Enfin, selon une quatrième étape 204 du procédé selon l’invention, le système 100 selon l’invention gère le déplacement du véhicule en utilisant les données caractérisant au moins une commande modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule. Pour ce faire, le système 100 selon l’invention gère, directement ou via le système d’aide à la conduite, le fonctionnement de la direction assistée électronique 107 du véhicule, du correcteur électronique de trajectoire 108 du véhicule et/ou du calculateur moteur 109 du véhicule en fonction des données caractérisant au moins une commande modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule.
Par conséquent, aux termes du procédé et du système 100 selon l’invention décrits ci-dessus, les briques fonctionnelles sont fournies pour permettre à un système d’aide à la conduite d’un véhicule automobile de gérer des déplacements du véhicule en tenant compte de la dynamique propre au véhicule. Par ces moyens, le procédé et le système 100 selon l’invention contribuent donc pour permettre à un système d’aide à la conduite d’un véhicule automobile de gérer de manière plus précise et plus fiable les déplacements d’un véhicule automobile.

Claims (10)

  1. Procédé de gestion, par un système informatique (100) embarqué à bord d’un véhicule automobile, d’un déplacement du véhicule,caractérisé en ce quele procédé comprend les étapes de :
    • déterminer des données caractérisant un environnement de conduite en utilisant un appareil de détection (106) agencé dans le véhicule,
    • déterminer des données caractérisant un déplacement élémentaire du véhicule en fonction des données caractérisant un environnement de conduite au moyen d’un module de décision (104) qui utilise un modèle mathématique,
    • déterminer des données caractérisant au moins une commande modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule en fonction des données caractérisant un déplacement élémentaire du véhicule au moyen d’un module d’estimation de la dynamique du véhicule (105), le module d’estimation de la dynamique du véhicule comprenant un premier réseau de neurones artificiels entraîné par apprentissage supervisé au cours d’une première phase d’entraînement, sur la base d’un premier ensemble de données comprenant des données entrantes et des données sortantes, les données sortantes du premier ensemble de données étant déterminées en fonction des données entrantes du premier ensemble de données et du modèle mathématique, et un deuxième réseau de neurones artificiels connecté au premier réseau de neurones artificiels et entraîné par apprentissage supervisé au cours d’une deuxième phase d’entraînement, sur la base d’un deuxième ensemble de données comprenant des données entrantes et des données sortantes, les données entrantes du deuxième ensemble de données étant au moins partiellement générées au moyen de l’appareil détection (106), et
    • gérer le déplacement du véhicule en utilisant les données caractérisant au moins une commande modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule.
  2. Procédé selon la revendication 1,caractérisé en ce quel’étape consistant à gérer le déplacement du véhicule comprend une étape consistant à gérer le fonctionnement de la direction assistée électronique (107) du véhicule, du correcteur électronique de trajectoire (108) du véhicule et/ou du calculateur moteur (109) du véhicule en fonction des données caractérisant au moins une commande modifiant l’accélération du véhicule et/ou la trajectoire suivie par le véhicule.
  3. Procédé selon l’une des revendications précédentes,caractérisé en ce queles données entrantes du premier ensemble de données ont trait au poids du véhicule, aux dimensions du véhicule, au type du véhicule et/ou à l’état d’une route sur laquelle circule le véhicule.
  4. Procédé selon l’une des revendications précédentes,caractérisé en ce queles données entrantes du deuxième ensemble de données caractérisent au moins un déplacement antérieur du véhicule.
  5. Procédé selon l’une des revendications précédentes,caractérisé en ce queles données sortantes du deuxième ensemble de données caractérisent des commandes transmises à la direction assistée électronique (107) du véhicule, au correcteur électronique de trajectoire (108) du véhicule et/ou au calculateur moteur (109) du véhicule.
  6. Système (100) qui peut être embarqué à bord d’un véhicule automobile et gérer un déplacement du véhicule,caractérisé en ce qu ele système comprend au moins une unité de traitement d’informations (101) qui comprend au moins un processeur, un support de stockage de données (102), un module de décision (104) et un module d’estimation de la dynamique du véhicule (105) configurés pour mettre en œuvre un procédé selon l’une quelconque des revendications précédentes.
  7. Système selon la revendication 6,caractérisé en ce quele module de décision (104) utilise un modèle mathématique et le module d’estimation de la dynamique du véhicule (105) comprend un premier réseau de neurones artificiels entraîné par apprentissage supervisé au cours d’une première phase d’entraînement, sur la base d’un premier ensemble de données comprenant des données entrantes et des données sortantes, les données sortantes du premier ensemble de données étant déterminées en fonction des données entrantes du premier ensemble de données et du modèle mathématique, et un deuxième réseau de neurones artificiels connecté au premier réseau de neurones artificiels et entraîné par apprentissage supervisé au cours d’une deuxième phase d’entraînement, sur la base d’un deuxième ensemble de données comprenant des données entrantes et des données sortantes, les données sortantes du deuxième ensemble de données étant au moins partiellement générées au moyen d’un appareil de détection.
  8. Programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes d’un procédé selon l’une quelconque des revendications 1-5 lorsque ledit programme est exécuté sur un ordinateur.
  9. Support utilisable dans un ordinateur,caractérisé en ce qu’un programme selon la revendication 8 y est enregistré.
  10. Véhicule automobile,caractérisé en ce qu’il comprend un système selon l’une des revendications 6 ou 7.
FR1909366A 2019-08-23 2019-08-23 Procédé et système pour gérer un déplacement d’un véhicule automobile Active FR3100016B1 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
FR1909366A FR3100016B1 (fr) 2019-08-23 2019-08-23 Procédé et système pour gérer un déplacement d’un véhicule automobile

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1909366 2019-08-23
FR1909366A FR3100016B1 (fr) 2019-08-23 2019-08-23 Procédé et système pour gérer un déplacement d’un véhicule automobile

Publications (2)

Publication Number Publication Date
FR3100016A1 true FR3100016A1 (fr) 2021-02-26
FR3100016B1 FR3100016B1 (fr) 2021-08-06

Family

ID=68425104

Family Applications (1)

Application Number Title Priority Date Filing Date
FR1909366A Active FR3100016B1 (fr) 2019-08-23 2019-08-23 Procédé et système pour gérer un déplacement d’un véhicule automobile

Country Status (1)

Country Link
FR (1) FR3100016B1 (fr)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190042859A1 (en) * 2017-08-02 2019-02-07 X Development Llc Systems and Methods for Determining Path Confidence for Unmanned Vehicles
US20190101917A1 (en) * 2017-10-04 2019-04-04 Hengshuai Yao Method of selection of an action for an object using a neural network
US20190179328A1 (en) * 2017-12-11 2019-06-13 Volvo Car Corporation Path prediction for a vehicle

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190042859A1 (en) * 2017-08-02 2019-02-07 X Development Llc Systems and Methods for Determining Path Confidence for Unmanned Vehicles
US20190101917A1 (en) * 2017-10-04 2019-04-04 Hengshuai Yao Method of selection of an action for an object using a neural network
US20190179328A1 (en) * 2017-12-11 2019-06-13 Volvo Car Corporation Path prediction for a vehicle

Also Published As

Publication number Publication date
FR3100016B1 (fr) 2021-08-06

Similar Documents

Publication Publication Date Title
KR102448358B1 (ko) 자율주행 차량들을 위한 카메라 평가 기술들
CN110850861A (zh) 基于注意的分层变道深度强化学习
US10467482B2 (en) Method and arrangement for assessing the roadway surface being driven on by a vehicle
FR3074123A1 (fr) Evaluation d'un style de conduite d'un conducteur d'un vehicule routier en mouvement par apprentissage automatique
FR3082162A1 (fr) Procede et dispositif de mise au point d'une boucle fermee d'un dispositif d'aide a la conduite avance
CN112389454A (zh) 自动驾驶/主动安全车辆中的感知系统的错误隔离
FR3100016A1 (fr) Procédé et système pour gérer un déplacement d’un véhicule automobile
EP3270108B1 (fr) Procédé d'assistance d'un conducteur d'un véhicule en fonction d'informations fournies par un véhicule pilote, et dispositif associé
FR3079954A1 (fr) Apprentissage automatique predictif pour la prediction d'une vitesse future d'un vehicule automobile en mouvement sur une route
FR3092545A1 (fr) Assistance à la conduite d’un véhicule, par détermination de la voie de circulation dans laquelle est situé un objet
FR3106108A1 (fr) Procédé et dispositif de détermination de trajectoire d’une route
FR3103438A1 (fr) Procédé de sélection d’un véhicule cible pour la mise en œuvre d’une fonction de régulation longitudinale adaptative pour un véhicule automobile
EP4090565B1 (fr) Procédé et dispositif de contrôle d'un vehicule
EP3938949B1 (fr) Entrainement d'un reseau de neurones, pour l'assistance a la conduite d'un vehicule par determination de delimitations de voie difficilement observables
CN116758378B (zh) 生成模型的方法、数据处理方法、相关装置、车辆及介质
EP3931741A1 (fr) Assistance à la conduite d'un véhicule, par détermination fiable d'objets dans des images déformées
FR3133098A1 (fr) Procédé d’analyse d’images dans un véhicule automobile, dispositif et véhicule associés
WO2023025998A1 (fr) Procédé et système pour personnaliser le fonctionnement d'un appareillage d'aide à la conduite d'un véhicule automobile
WO2022152983A1 (fr) Procédé et dispositif de contrôle d'accélération d'un véhicule
FR3128177A1 (fr) Procédé et dispositif de prédiction d’un changement de voie de circulation pour véhicule
WO2023094739A1 (fr) Procédé et dispositif de contrôle d'un système d'aide à la conduite d'un véhicule
FR3100641A1 (fr) Détermination d’informations d’environnement en temps réel et à régression sélective, pour un système
FR3139227A1 (fr) Procédé et dispositif de détection d’un objet proche pour piloter une aide à la conduite d’un véhicule autonome.
FR3127165A1 (fr) Procédé et dispositif d’aide à la conduite en réalité augmentée
FR3135814A1 (fr) Procédé et dispositif de contrôle d’un système de régulation de vitesse d’un véhicule en approche d’un élément de signalisation routière

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20210226

PLFP Fee payment

Year of fee payment: 3

PLFP Fee payment

Year of fee payment: 4

PLFP Fee payment

Year of fee payment: 5