FR3109126A1

FR3109126A1 - Procédé et dispositif de détermination automatique de la trajectoire d’un véhicule autonome

Info

Publication number: FR3109126A1
Application number: FR2003613A
Authority: FR
Inventors: Emmanuel Battesti; Yvon Kerdoncuff; Clement Zinoune
Original assignee: Renault SAS
Current assignee: Renault SAS
Priority date: 2020-04-10
Filing date: 2020-04-10
Publication date: 2021-10-15
Anticipated expiration: 2040-04-10
Also published as: FR3109126B1

Abstract

L’invention concerne un procédé de détermination de la trajectoire d’un véhicule autonome sur une voie de circulation comprenant des étapes de : - échantillonnage de la voie de circulation selon une pluralité de points d’échantillonnage (S) répartis en un nombre fixe de couches successives (L1-L4) formées par des lignes perpendiculaires à l’axe (X) de la voie de circulation ; - détermination d’un ensemble de courbes c-splines (U) uniques capables de connecter chacune deux points d’échantillonnage de deux couches de points d’échantillonnage successives ; - estimation d’une trajectoire optimale à suivre pour le véhicule au travers desdites couches, en sélectionnant parmi l’ensemble des courbes c-splines déterminées, la combinaison de courbes c-spline consécutives qui minimise au moins une fonction de coût associée à chaque courbe c-spline la composant et traduisant au moins une contrainte de trajectoire à prendre en compte. Figure à publier avec l’abrégé : Fig. 4

Description

Procédé et dispositif de détermination automatique de la trajectoire d’un véhicule autonome

L’invention concerne le domaine des véhicules automobiles autonomes. Elle concerne plus particulièrement un procédé et un dispositif de détermination automatique de la trajectoire d’un tel véhicule.

Dans le cadre de la navigation autonome de véhicules sur le réseau routier, c’est-à-dire sans intervention de conducteur humain, le calcul de la trajectoire optimale en temps réel du véhicule est un champ largement exploré dans le domaine de la robotique mobile. Ce calcul a pour but de déterminer une trajectoire qui optimise un ensemble de critères tout en permettant de ne pas entrer en collision avec les obstacles environnant du véhicule, qui peuvent être statiques ou dynamiques. Dans ce cadre, un problème essentiel doit être considéré, qui concerne le respect à chaque instant des règles de circulation s’appliquant au réseau routier. Les méthodes de calcul actuellement utilisées dans les véhicules autonomes nécessitent une forte puissance calculatoire car elles sont basées sur la recherche itérative de trajectoires possibles. Il en résulte la nécessité d’embarquer de puissants calculateurs dans le véhicule ainsi qu’un manque potentiel de réactivité du véhicule face aux obstacles présents dans l’environnement proche du véhicule.

Le document CN109375632 fait connaître un procédé de détermination de trajectoire en temps réel pour un véhicule autonome, comprenant les étapes suivantes d’acquisition en temps réel d’informations relatives au véhicule et à son environnement, de génération, sur la base desdites informations, d’une trajectoire de référence et d’un groupe de trajectoires réalisables déterminées au moyen de la trajectoire de référence et d’une vitesse correspondant à chaque trajectoire réalisable dans le groupe de trajectoires réalisables, de calcul d’une action associée à chaque trajectoire réalisable en utilisant une fonction d’optimisation prenant comme critères que l’on cherche à optimiser la sécurité et l’efficacité, et de sélection de la trajectoire réalisable avec la moindre action comme trajectoire optimale attendue. La détermination des trajectoires repose sur un échantillonnage de la voie sur laquelle circule le véhicule pour en déduire des points correspondant aux futures positions désirées composant les trajectoires désirables et sur une connexion de ces points pour en déduire les trajectoires.

Toutefois, les étapes de connexion des points et de calcul conduisant à la sélection de la trajectoire optimale sont très gourmandes du point de vue des ressources calculatoires mises en œuvre. C’est précisément un écueil que l’on cherche à éviter.

Aussi, un but de l’invention est de proposer une approche efficace pour la détermination de la trajectoire optimale à suivre pour un véhicule autonome, qui tienne compte des contraintes liées à la conduite sur le réseau routier, tout en permettant de diminuer les ressources de calcul nécessaires.

A cette fin, l’invention concerne un procédé de détermination de la trajectoire d’un véhicule autonome sur une voie de circulation comprenant des étapes de :
- échantillonnage de la voie de circulation selon une pluralité de points d’échantillonnage répartis en un nombre fixe de couches successives formées par des lignes perpendiculaires à l’axe de la voie de circulation ;
- détermination d’un ensemble de courbes c-splines uniques capables de connecter chacune deux points d’échantillonnage de deux couches de points d’échantillonnage successives ;
- estimation d’une trajectoire optimale à suivre pour le véhicule au travers desdites couches, en sélectionnant parmi l’ensemble des courbes c-splines déterminées, la combinaison de courbes c-spline consécutives qui minimise au moins une fonction de coût associée à chaque courbe c-spline la composant et traduisant au moins une contrainte de trajectoire à prendre en compte.

Avantageusement, ladite estimation de la trajectoire optimale à partir de l’ensemble des courbes c-splines déterminées est exécutée en utilisant l’algorithme de Dijkstra.

Avantageusement, ladite au moins une fonction de coût comprend une fonction de coût traduisant une contrainte de distance minimale à respecter par rapport à un obstacle détecté ou des bords de la voie de circulation.

Avantageusement, ladite au moins une fonction de coût comprend une fonction de coût traduisant une contrainte de vitesse minimale à respecter par rapport à un profil de vitesse dynamique imposé au véhicule.

Avantageusement, ladite au moins une fonction de coût comprend une fonction de coût traduisant une contrainte de suivi d’une trajectoire nominale préétablie définie par le centre la voie de circulation.

De préférence, on détermine un coût total d’une combinaison de courbes c-spline consécutives comme étant la somme desdites fonctions de coût, la combinaison de courbes c-spline consécutives ayant le coût total minimal fournissant ladite trajectoire optimale.

Avantageusement, ladite somme est pondérée par des paramètres réglables associés à chaque fonction de coût intervenant dans ladite somme.

L’invention concerne également un dispositif de détermination de la trajectoire d’un véhicule autonome sur une voie de circulation, comprenant un système multi-capteurs agencé pour produire des données relatives à des obstacles environnants du véhicule, un module de prise de décision et de navigation agencé pour produire une trajectoire à suivre à tout instant pour le véhicule en tenant compte d’un itinéraire souhaité et d’un profil de vitesse du véhicule à respecter dépendant au moins des données relatives aux obstacles environnants du véhicule, caractérisé en ce que ledit module de prise de décision et de navigation comprend un sous-module de génération de trajectoires agencé pour générer un échantillonnage de la voie de circulation selon une pluralité de points d’échantillonnage répartis en un nombre fixe de couches successives formées par des lignes perpendiculaires à l’axe de la voie de circulation, pour déterminer un ensemble de courbes c-splines uniques capables de connecter chacune deux points d’échantillonnage de deux couches de points d’échantillonnage successives et pour estimer la trajectoire optimale à suivre pour le véhicule au travers desdites couches, en sélectionnant parmi l’ensemble des courbes c-splines déterminées, la combinaison de courbes c-spline consécutives qui minimise au moins une fonction de coût associée à chaque courbe c-spline la composant et traduisant au moins une contrainte de trajectoire à prendre en compte.

Avantageusement, le sous-module de génération de trajectoires est adapté pour exécuter l’estimation de la trajectoire optimale à partir de l’ensemble des courbes c-splines déterminées en utilisant l’algorithme de Dijkstra.

L’invention concerne encore un véhicule automobile autonome, caractérisé en ce qu’il comprend un dispositif tel que décrit ci-dessus.

D'autres caractéristiques et avantages de l’invention ressortiront clairement de la description qui en est faite ci-après, à titre indicatif et nullement limitatif, en référence aux dessins annexés sur lesquels :

illustre schématiquement une architecture de module de prise de décision et de navigation équipant le véhicule autonome, dans lequel est mis en œuvre le procédé conforme à l’invention ;

est une représentation schématique du principe d’échantillonnage de la voie de circulation du véhicule ;

est une représentation schématique de la fonction c-spline (« circle-spline ») utilisée pour fournir des trajectoires à partir des points d’échantillonnage de la voie de circulation ;

illustre un exemple d’une courbe c-spline satisfaisant un ensemble de quatre points d’échantillonnage de la voie de circulation.

Les architectures de commande pour véhicule autonome embarquent un certain nombre de fonctionnalités ou modules spécifiques, permettant au véhicule de pouvoir évoluer sur le réseau routier sans l’intervention de l’être humain. Ces modules peuvent schématiquement et principalement être décrits comme suit :

Le module cartographique, qui gère et fournit les informations cartographiques embarquées dans le véhicule (carte numérique de navigation précise) ;

Le module de localisation, qui est conçu pour calculer en temps réel la position précise du véhicule ;

Le module de perception, qui est conçu pour gérer l’ensemble des capteurs embarqués permettant de détecter et d’identifier l’ensembles des objets, véhicules et piétons situés dans l’environnement proche du véhicule ;

Le module dit « world model », qui est conçu pour interpréter les données issues du module de perception et les traiter à haut niveau, i.e. les trier, les filtrer, anticiper leur comportement ;

Le module de prise de décision et de navigation, c’est-à-dire le générateur de trajectoire, qui est conçu pour choisir la manœuvre à adopter (par exemple rester sur la voie, dépasser, s’arrêter devant un piéton, etc.) et pour calculer la trajectoire optimale à suivre en temps réel ;

Le module de contrôle, qui est conçu pour agir notamment sur les actionneurs de contrôle latéral du système de direction du véhicule pour suivre au mieux la trajectoire de consigne.

L’invention se situe plus précisément dans le cadre du module de prise de décision et de navigation. Ce dernier met en œuvre un certain nombre de sous-modules, dont le fonctionnement est décrit en référence à la figure 1.

Ainsi, le module 10 de prise de décision et de navigation comprend un sous-module 10.1 de calcul d’un profil de vitesse statique. Ce profil de vitesse statique est destiné à établir une vitesse de passage idéale pour chaque route d’un itinéraire souhaité reçu par le module de prise de décision et de navigation, en faisant abstraction de tout obstacle. Le calcul de ce profil tient compte, en revanche, de la géométrie des routes (à partir de la carte routière précise fournie par le module cartographique), ainsi que des contraintes dynamiques imposées pour le véhicule (accélérations longitudinale et latérale maximales, capacité de vitesse de braquage, etc.), pour définir la vitesse de passage idéale sur chaque route de l’itinéraire reçu.

Compte tenu de l’itinéraire, un sous-module 10.2 de prise de décision a pour but de choisir la manœuvre la plus appropriée à chaque instant sur la base d’informations dynamiques reçues relatives aux obstacles environnants du véhicule perçus par un système multi-capteurs du véhicule au fil de l’itinéraire et de la description du réseau routier, telle qu’elle ressort de la carte routière précise fournie par le module cartographique embarqué sur le véhicule. Ce sous-module 10.2 de prise de décision fournit un ensemble de contraintes de vitesse supplémentaires à respecter en fonction de la situation perçue par le véhicule à cet instant.

Un sous-module 10.3 de mise à jour et de lissage du profil de vitesse statique est alors prévu pour combiner le profil de vitesse statique et les contraintes de vitesse supplémentaires. Ce sous-module effectue finalement un lissage avant de fournir un profil de vitesse dynamique consolidé à un sous-module 10.4 de génération de trajectoires dynamiques du véhicule. Ce dernier est destiné à générer la trajectoire idéale du véhicule à chaque instant, en tenant compte du profil de vitesse dynamique, de l’itinéraire souhaité et des informations fournies par le module cartographique embarqué sur le véhicule.

La détermination de la trajectoire idéale à chaque instant est formulée ici comme la recherche d’une solution optimale à un ensemble de contraintes. Il s’agit en effet de calculer des trajectoires en garantissant le respect des contraintes de détermination de trajectoire suivantes :

- Contenir un profil de vitesse proche tout en restant inférieur au profil de vitesse dynamique reçu en entrée du sous-module 10.4 de génération de trajectoires dynamiques du véhicule ;

- Être proche du centre de la voie de circulation ;

- Respecter strictement les contraintes dynamiques du véhicule ;

- Être strictement comprise dans la voie de circulation ;

- Être strictement sans collision avec les obstacles perçus dans l’environnement du véhicule.

Pour ce faire, on procède tout d’abord à un échantillonnage de la voie de circulation. L’échantillonnage de la voie de circulation consiste à construire un ensemble de points d’échantillonnage disposés dans la voie de circulation, qui vont servir de point de départ et d’arrivée à des sous-parties de la trajectoire finale à suivre par le véhicule.

Comme l’illustre la figure 2, le principe de l’échantillonnage de la voie de circulation consiste, à chaque pas de temps, à considérer dans la suite des calculs un nombre n fixe de lignes successives, qui coupent perpendiculairement l’axe longitudinal X de la voie de circulation. Ces lignes perpendiculaires à l’axe de la voie de circulation sont appelées couches dans la suite. Selon l’exemple de la figure 2, n= 4. Ainsi, à chaque pas de temps de calcul, la voie de circulation est découpée selon 4 couches successives L1-L4.

Par ailleurs, un nombre fixe m de points d’échantillonnage S est disposé sur chacune de ces couches. Dans l’exemple de la figure 2, m = 15.

Le principe consiste alors à connecter les points S échantillonnant la voie de circulation pour en déduire des trajectoires. On va utiliser pour ce faire des fonctions d’interpolation de type spline, permettant de représenter des trajectoires passant par ces points fixés a priori, en tenant compte des contraintes de détermination de trajectoire énumérées plus haut. De façon générale, une spline est une fonction définie par morceaux par un polynôme sur chaque intervalle entre des points.

Plus précisément et conformément à l’invention, l’étape de connexion des points est avantageusement réalisée en utilisant des fonctions de type « circle-spline » (c-spline).

La définition de la fonction c-spline est rappelée ci-après en référence à la figure 3. Considérons que le véhicule est à la position A (0,0) avec l’orientation alpha (α) et se dirige vers le point B (D,0) avec l’orientation beta (β). Les angles d’orientation alpha et beta du véhicule sont définis par rapport à une droite passant par les deux points de départ et d’arrivée A et B et prennent leur valeur dans l’intervalle ]-π, π]. L’unique courbe c-spline satisfaisant ces conditions de départ et d’arrivée est exprimée par les équations suivantes :

En vue de fournir des trajectoires de formes complexes à chaque pas de temps et se combinant correctement d’un pas de temps sur l’autre, il est nécessaire de considérer la combinaison de plusieurs courbes c-spline consécutives. On démontre que la contrainte de direction de tangente aux points de départ et d’arrivée, respectivement A et B, est équivalente à spécifier deux cercles passant par les points de départ et d’arrivée, le premier tangent au point de départ, le second tangent au point d’arrivée, comme illustré à la figure 3.

Toujours en référence à la figure 3, une courbe c-spline étant définie par son point de départ A, son point d’arrivée B, sont point prédécesseur Z et son point successeur C, il est possible d’assurer récursivement la continuité de la dérivée de la courbure aux points de départ et d’arrivée en suivant la logique résumé dans le tableau ci-dessous :

Indice de la c-spline	Point prédécesseur	Point de départ	Point d’arrivée	Point successeur
i-1	…	Z	A	B
i	Z	A	B	C
i+1	A	B	C	…

Cette expression de la trajectoire à base de courbes c-splines possède plusieurs propriétés très avantageuses dans le cadre de la présente invention. Tout d’abord elle est trois fois dérivable entre A et B et deux fois dérivable en A et B quand on y combine d’autres c-splines passant par Z et C, ce qui garantit une évolution de la courbure de la trajectoire lisse et permettant ainsi une évolution souple du véhicule dans l’espace.

D’autre part, elle dispose d’une expression en forme close, ce qui permet de calculer de manière directe (i.e. sans itération, optimisation) les coordonnées de chacun des points la composant. Ceci rend très rapide l’échantillonnage des c-splines ou la combinaison des c-splines.

Aussi, pour revenir à l’étape de connexion des points d’échantillonnage de la voie de circulation, qui sont répartis en plusieurs couches successives L1-L4 comme décrit ci-dessus en référence à la figure 2, il s’agit, selon l’invention, de déterminer l’ensemble des courbes c-splines possibles permettant de connecter l’ensemble de ces points.

La figure 4 illustre un exemple d’une courbe c-spline U satisfaisant un ensemble de quatre points d’échantillonnages. En effet, comme le montre l’exemple de la Figure 4, la détermination d’une courbe c-spline connectant deux points de deux couches successives, tels que les points A et B des deux couches successives L2 et L3, implique également de choisir un point appartenant à la couche précédente par rapport aux deux couches successives considérées, tel que le point Z de la couche L1, le point Z appartenant au cercle tangent au point de départ A, et un point appartenant à la couche suivante par rapport aux deux couches successives considérées, tel que le point C de la couche L4, le point C appartenant au cercle tangent au point d’arrivée B. Ainsi, en considérant les cas particuliers des points d’échantillonnage des premières et dernières couches à connecter, le nombre total de courbes c-splines à calculer est égal à avec selon l’exemple. Pour rappel, n est le nombre de couches et m est le nombre de points par couche.

Au démarrage initial du véhicule, il est d’abord nécessaire de construire une table de l’ensemble des courbes c-splines possibles avant de pouvoir passer à une étape ultérieure de traitement pour rechercher la trajectoire optimale à partir de cet ensemble de courbes, soit la séquence optimale de courbes c-splines pour le véhicule définissant sa trajectoire idéale. On relève que, lors de l’exécution au fil de l’eau, le véhicule avance sur la voie de circulation et traverse les couches successives. Le calcul devient alors beaucoup plus rapide car il est seulement nécessaire de calculer les courbes c-splines d’une nouvelle couche s’ajoutant après la dernière couche de la table construite initialement chaque fois que le véhicule traverse la première couche de sa table. Il suffit alors de calculer c-splines.

Une fois construite la table de l’ensemble des courbes c-splines connectant les points d’échantillonnage de la voie de circulation, l’étape suivante consiste à choisir la séquence optimale de courbes c-splines pour le véhicule, de façon à définir la trajectoire finale idéale à suivre pour le véhicule. Le caractère optimal de la séquence de courbes c-splines s’exprime ici à l’aide d’un ensemble de coûts associés à chaque courbe c-spline et s’ajoutant les uns les autres. L’ensemble des coûts correspond à l’ensemble des contraintes de détermination de trajectoires définies ci-dessus que la trajectoire du véhicule doit respecter. Autrement dit, pour déterminer la trajectoire finale optimale à suivre, les courbes c-splines sont sélectionnées en estimant parmi l’ensemble des courbes c-splines possibles connectant les points d’échantillonnage de la voie de circulation, celles qui minimisent au moins l’une des fonctions de coût qui traduisent lesdites contraintes. Aussi, la qualité du résultat fourni, à savoir la trajectoire finale à suivre, selon les critères listés précédemment, dépend en grande partie de la conception et de la pondération des fonctions de coût utilisées.

Cette étape de recherche de la séquence optimale de c-splines pour le véhicule se base donc sur un ensemble de fonctions de coûts.

Pour les décrire, on notera P une trajectoire candidate et R la description du centre de la voie de circulation telle que transmise par la carte numérique de navigation (carte routière). La carte numérique de navigation décrit en effet une trajectoire R nominale physiquement atteignable et a priori convenable dans l’hypothèse où aucun obstacle n’est présent (qu’il soit statique ou dynamique).

S’agissant de la conformité à la géométrie de la voie de circulation, une première fonction de coût a pour but de pénaliser les trajectoires candidates P éloignées de la trajectoire R. Pour ce faire, cette première fonction de coût s’exprime de la façon suivante :

où s correspond au pas de temps.

Autrement dit, la valeur de cette première fonction de coût augmente lorsque l’aire présente entre les courbes représentatives des trajectoires R et P respectivement, augmente.

On cherche également à proscrire d’éventuelles oscillations de la trajectoire P autour de la trajectoire R. Aussi, une deuxième fonction de coût a pour but de pénaliser les trajectoires candidates P oscillant autour de la trajectoire R. Cette deuxième fonction de coût s’exprime de la façon suivante :

Par ailleurs, il peut arriver que la trajectoire candidate P soit incompatible avec le profil de vitesse dynamique imposé en entrée du sous-module de génération de trajectoires du véhicule. Cette situation peut se produire en raison d’une courbure importante de la trajectoire P, imposant au véhicule une vitesse de passage inférieure à celle demandée dans le profil de vitesse dynamique pour préserver les contraintes d’accélération maximales par exemple. Aussi, une troisième fonction de coût a pour but de pénaliser les trajectoires candidates P demandant une vitesse inférieure à celle demandée dans le profil de vitesse dynamique. Cette troisième fonction de coût s’exprime de la façon suivante :

Le véhicule évolue dans un environnement dynamique et les données relatives aux obstacles détectés, qui sont fournies en entrée du module de navigation et de prise de décision, peuvent être bruitées. Cependant, les trajectoires à suivre transmises en sortie ne doivent pas changer constamment d’un pas de temps à l’autre. Aussi, une dernière fonction de coût est prévue pour pénaliser les trajectoires candidates P situées trop proches des obstacles et/ou des bords de la voie de circulation. En effet, celles-ci peuvent devenir virtuellement infaisables au pas de temps suivant en raison d’un petit bruit affectant la position estimée de l’obstacle. Cette fonction de coût est définie comme suit :

Finalement, le coût total J d’une trajectoire candidate est la somme des fonctions décrites précédemment pondérée par des paramètres réels réglables , , , et .

Autrement dit, on établit ainsi une unique fonction de coût, composée des différents termes ci-dessus, qui permettent de prendre en compte le suivi d’une trajectoire nominale, la vitesse de passage, et une distance minimale aux obstacles et aux bords de la voie de circulation. Chaque terme composant cette unique fonction de coût étant pondéré selon les paramètres proposés ci-dessus. Le but est alors de déterminer la combinaison de c-splines qui minimise cette unique fonction de coût.

Une dernière étape consiste donc à rechercher, à partir de la table de l’ensemble des courbes c-splines connectant les points d’échantillonnage de la voie de circulation, la trajectoire optimale à suivre pour le véhicule, qui est définie par la séquence de c-splines consécutives présentant un coût total J minimal. Autrement dit, on détermine la trajectoire optimale la moins couteuse sur le nombre de couches considérées échantillonnant la voie de circulation.

Cette recherche de la trajectoire optimale peut prendre un temps significatif, en fonction de la dimension de la table de l’ensemble des c-splines possibles pour le véhicule.

Aussi, sachant que, d’une part, le cout total J d’une trajectoire candidate P correspond à la somme des coûts associés à chaque c-spline la composant et que, d’autre part, le coût associé à une c-spline est composé de la somme de termes positifs et est donc lui-même positif, l’optimisation de la recherche consiste à explorer la table de c-splines par ordre croissant de coût, jusqu’à trouver les points d’arrêt voulus (les points de la couche). Autrement dit, ces courbes c-splines sont traitées selon un algorithme d’optimisation qui minimise les fonctions de coût associées à chaque c-spline traduisant les contraintes de trajectoires à prendre en compte. Selon un mode de réalisation de l’invention, on utilise l’algorithme de Dijkstra pour déterminer la trajectoire optimale la moins couteuse.

L’implémentation de cet algorithme est particulièrement avantageuse dans la mesure où il est entièrement déterministe, ce qui est indispensable pour la vérification et la validation du système.

La trajectoire candidate retenue comme étant optimale est finalement transmise en sortie du sous-module 10.4 de génération de trajectoires dynamiques du véhicule et le calcul des c-splines qui seront nécessaires au prochain pas de temps (pour la prochaine couche de points d’échantillonnage) est déclenché en attendant la période suivante.

Claims

Procédé de détermination de la trajectoire d’un véhicule autonome sur une voie de circulation comprenant des étapes de :
- échantillonnage de la voie de circulation selon une pluralité de points d’échantillonnage (S) répartis en un nombre fixe de couches successives (L1-L4) formées par des lignes perpendiculaires à l’axe (X) de la voie de circulation ;
- détermination d’un ensemble de courbes c-splines (U) uniques capables de connecter chacune deux points d’échantillonnage de deux couches de points d’échantillonnage successives ;
- estimation d’une trajectoire optimale à suivre pour le véhicule au travers desdites couches, en sélectionnant parmi l’ensemble des courbes c-splines déterminées, la combinaison de courbes c-spline consécutives qui minimise au moins une fonction de coût associée à chaque courbe c-spline la composant et traduisant au moins une contrainte de trajectoire à prendre en compte.
Procédé selon la revendication 1, caractérisé en ce que ladite estimation de la trajectoire optimale à partir de l’ensemble des courbes c-splines déterminées est exécutée en utilisant l’algorithme de Dijkstra.
Procédé selon la revendication 1 ou 2, caractérisé en ce que ladite au moins une fonction de coût comprend une fonction de coût traduisant une contrainte de distance minimale à respecter par rapport à un obstacle détecté ou des bords de la voie de circulation.
Procédé selon l’une quelconque des revendications 1 à 3, caractérisé en ce que ladite au moins une fonction de coût comprend une fonction de coût traduisant une contrainte de vitesse minimale à respecter par rapport à un profil de vitesse dynamique imposé au véhicule.
Procédé selon l’une quelconque des revendications 1 à 4, caractérisé en ce que ladite au moins une fonction de coût comprend une fonction de coût traduisant une contrainte de suivi d’une trajectoire nominale préétablie définie par le centre la voie de circulation.
Procédé selon les revendications 3 à 5, caractérisé en ce qu’on détermine un coût total d’une combinaison de courbes c-spline consécutives comme étant la somme desdites fonctions de coût, la combinaison de courbes c-spline consécutives ayant le coût total minimal fournissant ladite trajectoire optimale.
Procédé selon la revendication 6, caractérisé en ce que ladite somme est pondérée par des paramètres réglables associés à chaque fonction de coût intervenant dans ladite somme.
Dispositif de détermination de la trajectoire d’un véhicule autonome sur une voie de circulation, comprenant un système multi-capteurs agencé pour produire des données relatives à des obstacles environnants du véhicule, un module (10) de prise de décision et de navigation agencé pour produire une trajectoire à suivre à tout instant pour le véhicule en tenant compte d’un itinéraire souhaité et d’un profil de vitesse du véhicule à respecter dépendant au moins des données relatives aux obstacles environnants du véhicule, caractérisé en ce que ledit module (10) de prise de décision et de navigation comprend un sous-module de génération de trajectoires (10.4) agencé pour générer un échantillonnage de la voie de circulation selon une pluralité de points d’échantillonnage (S) répartis en un nombre fixe de couches successives (L1-L4) formées par des lignes perpendiculaires à l’axe (X) de la voie de circulation, pour déterminer un ensemble de courbes c-splines (U) uniques capables de connecter chacune deux points d’échantillonnage de deux couches de points d’échantillonnage successives et pour estimer la trajectoire optimale à suivre pour le véhicule au travers desdites couches, en sélectionnant parmi l’ensemble des courbes c-splines déterminées, la combinaison de courbes c-spline consécutives qui minimise au moins une fonction de coût associée à chaque courbe c-spline la composant et traduisant au moins une contrainte de trajectoire à prendre en compte.
Dispositif selon la revendication 8, caractérisé en ce que le sous-module de génération de trajectoires (10.4) est adapté pour exécuter l’estimation de la trajectoire optimale à partir de l’ensemble des courbes c-splines déterminées en utilisant l’algorithme de Dijkstra.
Véhicule automobile autonome, caractérisé en ce qu’il comprend un dispositif selon l’une quelconque des revendications 8 ou 9.