FR3112746A1

FR3112746A1 - procédé de détermination d’une trajectoire d’un véhicule automobile

Info

Publication number: FR3112746A1
Application number: FR2007743A
Authority: FR
Inventors: Anh-Lam Do; Thierry HERMITTE; Christian Laugier; Philippe MARTINET; Luiz-Alberto SERAFIM-GUARDINI; Anne SPALANZANI
Original assignee: Renault SAS; Institut National de Recherche en Informatique et en Automatique INRIA
Current assignee: Renault SAS; Institut National de Recherche en Informatique et en Automatique INRIA
Priority date: 2020-07-23
Filing date: 2020-07-23
Publication date: 2022-01-28
Anticipated expiration: 2040-07-23
Also published as: US20230365131A1; EP4185504A1; WO2022018110A1; FR3112746B1

Abstract

L’invention concerne un procédé de détermination d’une trajectoire d’un véhicule automobile (100) caractérisé en ce qu’il comprend des étapes de : - identification d’une pluralité d’objets (101, 102, 200, 201, 300) présents dans l’environnement du véhicule automobile (100), - pour chaque objet : a) détermination d’une vitesse d’impact entre l’objet concerné et le véhicule automobile, b) détermination d’un risque de blessure en cas de collision avec ledit véhicule automobile à la vitesse d’impact déterminée, c) détermination d’une probabilité de collision engendrant une blessure entre l’objet concerné et le véhicule automobile, en fonction du risque de blessure déterminé, puis - détermination d’une pluralité de trajectoires possibles pour le véhicule automobile, et - détermination de la trajectoire à emprunter par le véhicule automobile par optimisation d’une fonction de coût qui dépend des probabilités de collision déterminées et qui permet de minimiser le risque de collision engendrant une blessure entre chaque objet et le véhicule automobile. Figure pour l’abrégé : Fig. 3

Description

procédé de détermination d’une trajectoire d’un véhicule automobile

Domaine technique de l'invention

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 ou de minimiser la gravité des collisions si ces dernières ne sont pas évitables.

Elle concerne plus particulièrement un procédé de détermination d’une trajectoire d’un véhicule automobile.

Etat de la technique

De nombreux véhicules sont aujourd’hui équipés de systèmes de sécurité active permettant d’évaluer l’environnement dans lequel le véhicule évolue. 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).

Si un danger se présente dans l’environnement du véhicule, ce type de systèmes n’intervient généralement qu’en dernier recours, d’abord en alertant le conducteur du véhicule, puis, en cas de non-réponse de celui-ci, en corrigeant la cinématique (vitesse et/ou trajectoire) du véhicule.

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.

Dans ce contexte, le document EP3342663 décrit un système de détection de piétons et un procédé d’atténuation des effets de collision entre un véhicule et un piéton (détecté par le système de détection). Sur la base d’informations récoltées comme la vitesse du véhicule, la distance et la vitesse relative entre le piéton détecté et le véhicule, le procédé propose de générer une alerte concernant une collision imminente à l’attention du conducteur. Suite à cette alerte, le freinage d’urgence est automatiquement activé.

La solution proposée dans ce document souffre de deux inconvénients. Le premier est qu’elle ne s’applique qu’aux collisions entre le véhicule et des piétons. Le second est qu’elle ne permet pas de restreindre autant que souhaité la gravité des blessures en cas de collision.

Présentation de l'invention

La présente invention propose d’améliorer la méthode de détermination de trajectoire dans le cas d’un risque de collision en minimisant le risque global de blessure entre le véhicule automobile et un objet présent dans son environnement.

Plus particulièrement, on propose selon l’invention un procédé de détermination d’une trajectoire d’un véhicule automobile qui comprend des étapes de :
- identification d’une pluralité d’objets présents dans l’environnement du véhicule automobile,
- pour chaque objet :
a) détermination d’une vitesse d’impact entre l’objet concerné et le véhicule automobile,
b) détermination d’un risque de blessure en cas de collision avec ledit véhicule automobile à la vitesse d’impact déterminée,
c) détermination d’une probabilité de collision engendrant une blessure entre l’objet concerné et le véhicule automobile, en fonction du risque de blessure déterminé, puis
- détermination d’une trajectoire à emprunter par le véhicule automobile par optimisation d’une fonction de coût qui dépend des probabilités de collision déterminées et qui permet de minimiser le risque de collision engendrant une blessure entre chaque objet et le véhicule automobile.

Ainsi, la trajectoire à emprunter par le véhicule automobile est déterminée en tenant compte d’un risque de blessure en cas de collision inévitable. Plus particulièrement, pour chaque objet présent dans l’environnement du véhicule automobile, la probabilité de collision avec blessure est prise en compte afin de déterminer une trajectoire pour le véhicule qui minimise ce risque de collision avec blessure et qui, en cas de collision inévitable, minimise les blessures.

D’autres caractéristiques avantageuses et non limitatives du procédé de détermination d’une trajectoire d’un véhicule automobile conforme à l’invention, prises individuellement ou selon toutes les combinaisons techniquement possibles, sont les suivantes :
- ladite probabilité de collision est une fonction de la distance séparant le véhicule automobile et ledit objet, ladite probabilité de collision étant préférentiellement calculé en fonction d’une probabilité d’occupation d’une cellule d’une grille par ledit objet, ladite grille comprenant une pluralité de cellules représentant l’environnement du véhicule automobile ;
- le risque de blessure associé à chaque objet est déterminé en fonction d’une pluralité de données qui correspondent respectivement à des probabilités que la blessure soit plus ou moins grave, chaque probabilité dépendant de la nature de l’objet identifié, la nature de l’objet étant choisi dans un ensemble comprenant au moins les éléments « piéton » et « voiture » ;
- ladite pluralité de données comprend une probabilité de décès, une probabilité de blessure grave et une probabilité de blessure légère ;
- le risque de blessure associé à chaque objet est déterminé par calcul d’une somme pondérée des probabilités de décès, de blessures graves et de blessures légères associée à la vitesse d’impact déterminée ;
- la fonction de coût dépend des données cinématiques du véhicule automobile, de la distance entre le véhicule automobile et chaque objet et des probabilités de collision déterminées pour chaque objet ;
- l’optimisation de la fonction de coût est réalisée de manière à respecter au moins une contrainte relative aux caractéristiques dynamiques du véhicule automobile ;
- l’étape de détermination de la trajectoire à emprunter par le véhicule automobile est basée sur une minimisation de la fonction de coût, ladite fonction de coût étant d’autant plus élevée que les risques de blessures engendrées en cas de collision sont grands ;
- la trajectoire à emprunter est affichée sur un écran à l’intérieur du véhicule automobile à destination de son conducteur et/ou est transmise à un module de conduite autonome ;
- il est prévu une étape d’alerte du conducteur du véhicule automobile mise en œuvre en fonction du risque de collision ou de blessures engendrée par une collision entre un objet et le véhicule automobile ;
- l’étape d’alerte est réalisée si la fonction de coût est inférieure à un seuil prédéterminé ;
- l’étape d’alerte comprend l’émission d’une alerte sonore ou haptique ou visuelle.

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 détaillée de l'invention

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.

Sur les dessins annexés :

est une vue schématique d’un véhicule automobile adapté à mettre en œuvre un procédé de détermination conforme à l’invention ;

est une représentation du modèle « bicyclette » appliqué au véhicule automobile se déplaçant dans une voie de circulation ;

est une représentation schématique de l’environnement du véhicule automobile ;

représente, sous forme de logigramme, un exemple de procédé conforme à l’invention ;

est un exemple de courbe de blessure dans le cas d’une collision entre un piéton et un véhicule automobile ; et

est un exemple de trajectoires possibles pour le véhicule automobile.

Sur la , on a représenté un véhicule automobile 100 vu de dessus.

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.

Il pourra s’agir d’un véhicule à pilotage manuel, auquel cas ce dernier sera équipé de moyens d’émission d’informations à destination du conducteur, ou d’un véhicule autonome. 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.

Ce véhicule automobile 100 est équipé de capteurs lui permettant de se repérer dans son environnement de façon par exemple à pouvoir se piloter de façon autonome ou à évaluer son environnement.

Tout type de capteur pourrait être employé.

Dans l’exemple représenté sur la , 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. Cette caméra 130 est par exemple positionnée au niveau d’une partie centrale haute du pare-brise dans l’habitacle du véhicule automobile 100.

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 RADAR 121, 122, 123, 124, 125 situés aux quatre coins du véhicule automobile et en position centrale avant du véhicule automobile.

Le véhicule automobile 100 est équipé aussi d’un système de géolocalisation 141, comprenant par exemple un récepteur GNSS (typiquement un capteur GPS).

Afin de traiter les informations fournies par ces différents composants, le véhicule automobile 100 est équipé d’un calculateur 140.

Ce calculateur 140 comporte un processeur (CPU), une mémoire interne, des convertisseurs analogiques-numériques, et différentes interfaces d'entrée et/ou de sortie.

Grâce à ses interfaces d'entrée, le calculateur 140 est adapté à recevoir des signaux d'entrée provenant des différents capteurs.

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.

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.

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.

La trajectoire du véhicule automobile 100 est modélisée ici par un modèle dit « bicyclette ». Dans le cadre de ce modèle, comme visible sur la , le véhicule automobile 100 est représenté par un cadre et deux roues 150, 152 (comme pour une bicyclette).

Le modèle est décrit par le système d’équations suivant :

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 (O,X,Y) (représenté sur la ),
- les variables V et dV/dt qui correspondent respectivement à la vitesse et à l’accélération du véhicule automobile 100,
- un angle de braquage, noté δ, 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,
- la variable dδ/dt correspondant au taux de variation de l’angle de braquage,
- la variable dθ/dt correspondant à la vitesse de braquage associée à la roue avant 150,
- la variable β(δ) définie de la manière suivante :

[Math. 2]
,
avec l_fet l_rles distances respectives entre le centre de gravité du véhicule automobile 100 et le train avant et entre le centre de gravité du véhicule automobile 100 et le train arrière,
- une vitesse de lacet, notée dψ/dt, du véhicule automobile 100, correspondant à la vitesse de rotation du véhicule automobile 100 autour de son centre de gravité selon un axe vertical, et
- un angle de cap, noté ψ, correspondant à l’angle, dit de lacet, entre l’axe du véhicule automobile 100 et la tangente à la trajectoire.

Plus de détails sur ce modèle peuvent être trouvés dans le document «Cohérence et stabilité des systèmes hiérarchiques de planification et de contrôle pour la conduite automatisée» de Philip Polack, Thèse de Doctorat de l’Université de recherche Paris Sciences et Lettres, 2018.

La trajectoire du véhicule automobile 100 est donc définie par l’ensemble ξ défini par l’équation :

Pour la suite de l’exposé, la variable u(t) = [dV/dt, dδ/dt] est également définie.

Le calculateur 140 est adapté à mettre en œuvre le procédé de détermination d’une trajectoire du véhicule automobile 100.

Pour la description de ce procédé, la situation représentée sur la est considérée en guise d’exemple illustratif. Le véhicule automobile 100 se déplace sur une route sur laquelle circulent également deux autres véhicules automobiles 101, 102. Deux piétons 200, 201 sont présents sur le trottoir longeant la route de circulation. Enfin un objet 300 immobile, par exemple un plot 300, est placé sur la voie de circulation du véhicule automobile 100. L’ensemble de cette scène constitue donc l’environnement du véhicule automobile 100.

Le procédé exécuté par le calculateur 140 est adapté à déterminer la trajectoire que le véhicule automobile 100 peut emprunter afin de minimiser les risques de collision engendrant des blessures avec les autres protagonistes. Plus particulièrement, ce procédé vise à minimiser les risques de collision engendrant des blessures entre le véhicule automobile 100 et les autres protagonistes de la route.

Pour cela, le calculateur 140 met en œuvre un procédé comportant plusieurs étapes, qui sont décrites ci-après.

La succession des étapes mises en œuvre dans le cadre de ce procédé est représentée sur la sous forme d’un logigramme.

Préalablement à la mise en œuvre du procédé, on suppose que le véhicule automobile se déplace sur une route de circulation, comme dans l’exemple de la .

Comme le montre la , le procédé débute lors de l’étape E2 par la détermination d’une représentation de l’environnement du véhicule automobile 100. Comme cela est visible sur la , cette représentation de l’environnement du véhicule automobile 100 est ici effectuée sous la forme d’une grille formée d’une pluralité de cellules.

L’environnement du véhicule est donc ici défini comme l’ensemble de la zone illustrée par la grille. Cette zone présente ici de manière préférentielle une forme rectangulaire, de longueur et largeur prédéterminées. Elle peut être de toute autre forme, par exemple de forme circulaire. Le centre de cette zone est ici situé à l’avant du véhicule. Les dimensions caractéristiques de cette zone (par exemple la longueur et la largeur dans le cas d’une zone de forme rectangulaire) peuvent notamment varier en fonction de la vitesse de déplacement du véhicule automobile 100.

Cette représentation comprend un ensemble de données caractérisant le véhicule automobile 100, par exemple la localisation du véhicule automobile 100, les données cinématiques liées à celui-ci comme par exemple sa vitesse de déplacement, son accélération, etc.

Lors de l’étape E4 suivante, le calculateur 140 identifie, à partir des données transmises par les différents capteurs, une pluralité d’objets qui sont présents dans l’environnement du véhicule automobile 100. Dans l’exemple représenté sur la , le calculateur 140 identifie, lors de cette étape E4, les deux autres véhicules automobiles 101, 102, les deux piétons 200, 201 et l’objet 300.

Lors de cette étape, sont alors ajoutées à la représentation de l’environnement du véhicule automobile 100 les données concernant ces objets identifiés, en particulier leur localisation, leur direction et leur vitesse de déplacement.

L’étape E6 suivante consiste ensuite en une détermination, pour chaque objet identifié à l’étape E4, de la vitesse d’impact v_impactentre l’objet concerné et le véhicule automobile 100. Dans l’exemple de la , cinq vitesses d’impact sont donc déterminées lors de cette étape E6 (véhicule automobile 100-véhicule automobile 101, véhicule automobile 100-véhicule automobile 102, véhicule automobile 100-piéton 200, véhicule automobile 100-piéton 201 et véhicule automobile 100-objet 300).

La détermination de chaque vitesse d’impact v_impactse base sur le modèle « bicyclette » introduit précédemment. Elle est déterminée en fonction des données comprises dans la représentation générée à l’étape E2. Elle s’exprime sous la forme :

[Math. 4]
,
avec v_relativela vitesse relative de déplacement du véhicule automobile 100 par rapport à l’objet concerné (par le calcul de la vitesse d’impact), a_vhcl’accélération du véhicule automobile 100 et T_TC, le temps de collision (ou «Time-to-collision») entre l’objet concerné et le véhicule automobile 100.

La vitesse relative de déplacement et l’accélération du véhicule automobile 100 sont obtenues grâce au modèle « bicyclette » introduit précédemment et sont contenues dans la représentation de l’environnement déterminée à l’étape E2.

Le temps de collision T_TCest évalué à partir d’un modèle à deux dimensions, à partir des vecteurs vitesses de l’objet concerné et du véhicule automobile 100. La méthode de calcul du temps de collision T_TCutilisée 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.

Comme le montre la , le procédé se poursuit par une étape E8. Lors de cette étape, le calculateur 140 détermine, pour chaque objet concerné, un risque de blessure r associé à chaque type d’objet référencé. Par exemple ici, sont déterminés un risque de blessure (rvhc) pour la collision véhicule-véhicule, un autre (rpieton) pour la collision véhicule-piéton et un autre (robj) pour la collision véhicule-plot sachant que ce risque de blessure est déterminé pour chaque vitesse d’impact déterminée à l’étape E6.

En pratique, le risque de blessure associé à chaque objet est déterminé en fonction d’une pluralité de données associées à chaque objet. Ces données prédéterminées sont issues de courbes de risque de blessure construites à partir de données d’analyses statistiques des accidents. La représente un exemple de courbe de risque de blessure dans le cas d’une collision entre un véhicule automobile et un piéton. Ces courbes de risque de blessure se trouvent notamment dans le document “A tool to assess pedestrian safety: Risk curves by injury severity and their confidence intervals for car-to-pedestrian front collision” de S. Cuny, E. L´ecuyer, T. Hermitte, N. Bertholon, and H. Chajmowicz, IRCOBI 2018 ou le document “Association for the Advancement of Automotive Medicine: The Abbreviated Injury Scale 1990 Revision - Update 98. 1998”, Barrington, Association for the Advancement of Automotive Medicine.

Les courbes de risque de blessure représentent la probabilité de blessure en fonction de la vitesse d’impact. 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.

Ces courbes de risque de blessure sont établies ici, sur la base de modèles statistiques, à partir de données françaises d'analyse des accidents et distinguent 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).

La représente donc la variation respective de la probabilité de décès (courbe a), de la probabilité de blessures graves (courbe b) et de la probabilité de blessures légères (courbe c) en fonction de la vitesse d’impact dans le cas d’une collision entre un véhicule automobile et un piéton. Chacune des courbes a, b et c est entourée de deux autres courbes qui illustrent les incertitudes qui lui sont associées.

On a ici représenté les trois courbes a, b et c dans le cas d’une collision entre un véhicule automobile et un piéton. D’autres courbes a, b et c de formes différentes sont également déterminées, de la même façon, pour le cas d’une collision entre deux véhicules automobiles et/ou pour le cas d’une collision entre un véhicule automobile et une infrastructure fixe de l’environnement. On pourrait également envisager d’obtenir d’autres courbes pour d’autres cas de figures (collision avec un vélo, avec une moto…).

Le risque de blessure associé à chaque type d’objet (piéton, véhicule, infrastructure…) est déterminé sur la base de ces courbes de risque de blessure et en fonction de la vitesse d’impact déterminée. Plus particulièrement, le risque de blessure associée à chaque type d’objet référencé est déterminé par calcul d’une somme pondérée des probabilités de décès, de blessures graves et de blessures légères associées à la vitesse d’impact déterminée.

Par exemple dans le cas d’une collision entre un véhicule automobile et un piéton, à la vitesse d’impact déterminée, le risque de blessure associé est défini par la formule suivante :

[Math. 5]
avec p_dec, p_blget p_bllrespectivement les probabilités de décès, de blessures graves et de blessures légères associées à la vitesse d’impact déterminée (et issues de courbes de risque de blessure précédemment décrites) et w_dec, w_blget w_blldes poids de pondération respectifs associés à ces probabilités.

Les valeurs de ces différents poids de pondération sont déterminées en fonction de paramètres sociaux et éthiques. Par exemple, ils permettront de mettre une priorité sur certains objets par rapport à d’autres. Par exemple, il est possible de prioriser une collision sur une infrastructure fixe ou un véhicule automobile par rapport à une collision avec des piétons ou des cyclistes.

Ces poids de pondération permettent de refléter la situation réelle des collisions entre les différents types d’objets. Par exemple, lors d’une collision entre un véhicule automobile et un piéton à une vitesse d’impact supérieure à 80 km/h, la probabilité de décès du piéton est très élevée par rapport aux probabilités de blessures légères ou de blessures graves. Ces faits observés peuvent donc être traduits dans la détermination du risque de blessure, par exemple en attribuant un poids de pondération plus élevé à la probabilité de décès par rapport aux probabilités de blessures graves et de blessures légères dans le cas d’une collision entre un véhicule automobile et un piéton à vitesse d’impact élevée.

En pratique, les poids de pondération sont par exemple compris entre 0 et 3. De préférence, ils peuvent être compris entre 0 et 1 de manière à obtenir un risque de blessure normalisé.

Comme le montre la , le procédé se poursuit avec l’étape E10 lors de laquelle est déterminée, pour chaque objet identifié à l’étape E4, une probabilité de collision engendrant une blessure entre l’objet concerné et le véhicule automobile 100.

Cette probabilité de collision engendrant une blessure tient compte de la position de l’objet dans l’environnement du véhicule automobile 100 et du risque de blessure qui est associé à cet objet. Elle est un indicateur des possibles collisions avec blessures qui pourraient se produire entre le véhicule automobile 100 et cet objet présent dans son environnement.

Plus particulièrement, cette probabilité de collision est fonction du risque de blessure associé à l’objet et déterminé à l’étape E8. Elle dépend également d’une probabilité d’occupation d’une cellule de la grille de la représentation par l’objet concerné.

Elle est définie selon la formule suivante :

[Math. 6]
avec p_{col_bls_obj}la probabilité de collision engendrant une blessure entre un objet et le véhicule automobile 100, p_occla probabilité d’occupation d’une celle de la grille par l’objet concerné et r_obj, le risque de blessure associé à cet objet (déterminé à l’étape E8).

Ainsi, pour chaque cellule de la grille représentant l’environnement du véhicule automobile 100, une indication concernant une éventuelle collision avec blessure avec ce véhicule est obtenue par l’intermédiaire de cette probabilité.

Cette probabilité dépend donc de la localisation des objets par rapport au véhicule automobile 100. Elle est donc plus élevée (donc proche de 1) pour les objets les plus proches du véhicule automobile 100 que pour les objets plus éloignés. Cela permet notamment de tenir compte des incertitudes de mesure des capteurs.

Finalement, à l’issue de l’étape E10, la grille de représentation de l’environnement du véhicule automobile 100 est complétée en tenant compte des différentes valeurs de probabilités de collision engendrant une blessure, pour tous les objets identifiés dans l’environnement du véhicule automobile 100.

Le procédé se poursuit à l’étape E12 lors de laquelle le calculateur 140 détermine une pluralité de trajectoires possibles pour le véhicule automobile 100. Cette pluralité de trajectoires est déterminée pour une fenêtre temporelle de l’ordre de quelques secondes (par exemple, de l’ordre de 4 secondes).

Par « trajectoires possibles », on entend les trajectoires que le véhicule automobile 100 pourrait emprunter en manœuvrant de manière raisonnable. Par exemple, une trajectoire selon laquelle le véhicule automobile 100 se déplacerait en marche arrière n’est pas considérée comme une trajectoire possible.

Ainsi, à l’étape E12, un nombre prédéfini de trajectoires, que pourrait emprunter le véhicule automobile 100 depuis la position initiale à laquelle il se trouve à l’instant t=0, est déterminé. Cette pluralité de trajectoires est déterminée en utilisant le modèle bicyclette décrit précédemment, sur la fenêtre temporelle précédemment introduite et en imposant la position initiale du véhicule automobile 100. Ce nombre prédéfini de trajectoires dépend donc également de la vitesse de déplacement du véhicule automobile 100.

La représente à titre d’exemple quatre trajectoires possibles T1, T2, T3, T4.

L’un des objectifs principaux de l’invention est donc de déterminer, parmi cette pluralité de trajectoires possibles, celle qui minimisera la probabilité de collision engendrant une blessure.

Ainsi, lors de l’étape E14, le calculateur 140 détermine la trajectoire à emprunter par le véhicule automobile 100. Cette trajectoire à emprunter est déterminée par optimisation d’une fonction de coût J. L’optimisation de la fonction de coût J permet alors de minimiser les risques de collision engendrant une blessure entre le véhicule automobile 100 et chaque objet identifié.

Cette fonction de coût J est définie par la formule suivante :

avec p_col-bls-objla probabilité de collision engendrant une blessure pour chaque objet identifié dans l’environnement du véhicule automobile 100, L_p-objla distance entre le véhicule automobile 100 et chaque objet et η et γ des constantes prédéterminées.

Cette fonction de coût dépend donc des probabilités de collision déterminées à l’étape E10 précédemment décrite. Elle dépend également des données cinématiques du véhicule automobile 100, de la distance entre le véhicule automobile 100 et chaque objet présent dans l’environnement du véhicule automobile 100.

La fonction de coût J prend donc en compte, pour l’ensemble des objets identifiés dans l’environnement du véhicule automobile 100 et pour chaque trajectoire déterminée à l’étape E12, la probabilité de collision engendrant une blessure ainsi que la distance séparant chaque objet du véhicule automobile 100. La valeur de la fonction de coût quantifie donc les risques de collision avec blessure des trajectoires déterminées. Plus il y aura de trajectoires avec risques de collision engendrant une blessure, plus la valeur de la fonction de coût sera élevée.

En pratique, l’optimisation de la fonction de coût J est réalisée de manière à satisfaire au moins une contrainte dynamique du véhicule automobile 100.

Ici, sept contraintes dynamiques doivent être satisfaites lors de l’optimisation de la fonction de coût J.

Ces sept contraintes dynamiques s’écrivent sous la forme :

avec a_xet a_yles composantes longitudinale et transversale de l’accélération, g l’accélération de pesanteur et μ le coefficient de frottement du sol.

La contrainte (C1) permet de s’assure que la trajectoire correspond à la dynamique du véhicule automobile 100. En d’autres termes, la contrainte (C1) permet de s’assurer que la trajectoire obtenue est conforme au modèle bicyclette utilisé pour décrire le mouvement du véhicule automobile 100.

La contrainte (C2) fixe l’état initial du véhicule automobile 100. Cet état initial est celui répertorié dans la représentation de l’environnement en tant que localisation du véhicule automobile 100.

La condition (C3) définit la position finale de l’objet (notée (X, Y)_but). Cette position finale correspond, dans le cas d’une trajectoire sans collision, à une position optimale du véhicule automobile 100, après avoir évité tous les objets présente dans l’environnement (position du véhicule automobile à l’instant t=T). En cas de trajectoire avec collision, la position finale du véhicule automobile 100 correspond à une position proche de celle de l’objet avec lequel le véhicule automobile 100 est entré en collision.

Les conditions (C4) et (C5) imposent des contraintes (minimale et maximale) respectivement sur l’angle et la vitesse de braquage. Des limitations sont imposées sur ces paramètres par les caractéristiques mécaniques du véhicule automobile 100 (il ne sera pas exemple pas possible d’imposer un angle de braquage supérieur à 60 degrés).

La condition (C6) impose une contrainte quant à la capacité pneumatique (en définissant une contrainte sur les composantes a_xet a_yde l’accélération du véhicule). Cette contrainte traduit le fait que l’accélération maximale de freinage longitudinale dépend de l’accélération transversale. En d’autres termes, cette condition permet notamment de tenir compte du fait qu’il n’est pas possible de freiner autant en courbe qu’en ligne droite.

Enfin, la condition (C7) permet de s’assurer que la trajectoire est une trajectoire réelle (donc comprise dans la grille de représentation définie par les coordonnées de ses extrémités X_grilleet Y_grille).

En pratique ici, la détermination de la trajectoire à emprunter est basée sur une minimisation de la fonction de coût J. En effet, d’après la définition utilisée ici pour la fonction de coût J, cette dernière sera d’autant plus grande que les risques de blessures engendrées par la collision entre l’objet et le véhicule automobile 100 est grand.

La trajectoire à emprunter par le véhicule automobile 100 est donc celle qui minimise la fonction de coût J tout en satisfaisant les contraintes (C1) à (C7) énoncées précédemment.

Cette trajectoire à emprunter est affichée à l’intérieur du véhicule automobile 100 de manière à être visible par le conducteur. Elle est par exemple affichée sur l’écran d’une interface homme-machine disposée à l’intérieur du véhicule automobile 100.

Dans le cas d’un véhicule autonome, la trajectoire à emprunter (et affichée) est imposée pour le déplacement du véhicule automobile 100. En pratique, une consigne de commande basée sur la trajectoire à emprunter est transmise à un module de conduite autonome qui contrôle la trajectoire à suivre.

Dans l’exemple de la , la trajectoire T2 est la trajectoire qui minimise la fonction de coût J. Elle correspond d’ailleurs à une trajectoire sans collision.

Dans un exemple où toutes les trajectoires génèreraient une collision, la trajectoire choisie serait celle qui minimiserait les risques de blessures et de décès.

Dans le cas où la trajectoire à emprunter conduit de manière inévitable à une collision, le procédé se poursuit avec l’étape E16 lors de laquelle la fonction de coût est comparée à un seuil prédéterminé. Ce seuil prédéterminé correspond à un seuil d’alerte à partir duquel le conducteur du véhicule automobile 100 doit être averti de l’imminence d’une collision avec de forts risques de blessures. Ce seuil d’alerte dépend également d’un temps de réaction moyen dont dispose le conducteur du véhicule automobile 100. Ce temps de réaction moyen est ici de l’ordre de quelques secondes, par exemple d’environ 2 secondes.

Si la fonction de coût J est supérieure à ce seuil d’alerte, le procédé se poursuit à l’étape E18 lors de laquelle le conducteur reçoit une alerte quant à l’imminence d’une collision avec un objet de son environnement et risquant d’engendrer des blessures. Cette alerte est ici sonore (via les enceintes de véhicule), haptique (via des vibrations du volant) ou visuelle (via l’écran d’affichage), en fonction d’un seuil de danger associée à la trajectoire déterminée à l’étape E14.

Si la fonction de coût J est inférieure à ce seuil d’alerte, le procédé se poursuit à l’étape E20 au cours de laquelle le conducteur continue la conduite de son véhicule sans être alerté sur son environnement.

Claims

Procédé de détermination d’une trajectoire d’un véhicule automobile (100) caractérisé en ce qu’il comprend des étapes de, chacune des étapes étant mises en œuvre dans un calculateur (140) compris dans le véhicule automobile (100) :
- identification d’objets (101, 102, 200, 201, 300) présents dans l’environnement du véhicule automobile (100),
- pour chaque objet (101 ; 102 ; 200 ; 201 ; 300) identifié :
a) détermination d’une vitesse d’impact (v_impact) entre l’objet (101 ; 102 ; 200 ; 201 ; 300) concerné et le véhicule automobile (100),
b) détermination d’un risque (r) de blessure en cas de collision entre l’objet (101 ; 102 ; 200 ; 201 ; 300) concerné et le véhicule automobile (100) à la vitesse d’impact (v_impact) déterminée,
c) détermination d’une probabilité de collision engendrant une blessure en fonction du risque (r) de blessure déterminé, puis
- détermination d’une trajectoire à emprunter par le véhicule automobile (100) par optimisation d’une fonction de coût (J) qui dépend des probabilités de collision déterminées et qui permet de minimiser le risque de collision engendrant une blessure entre chaque objet (101, 102, 200, 201, 300) et le véhicule automobile (100).
Procédé selon la revendication 1, dans lequel ladite probabilité de collision est une fonction de la distance séparant le véhicule automobile (100) et ledit objet (101 ; 102 ; 200 ; 201 ; 300), ladite probabilité de collision étant préférentiellement calculé en fonction d’une probabilité d’occupation d’une cellule d’une grille par ledit objet (101 ; 102 ; 200 ; 201 ; 300), ladite grille comprenant une pluralité de cellules représentant l’environnement du véhicule automobile.
Procédé selon la revendication 1 ou 2, dans lequel le risque (r) de blessure associé à chaque objet (101 ; 102 ; 200 ; 201 ; 300) est déterminé en fonction d’une pluralité de données qui correspondent respectivement à des probabilités que la blessure soit plus ou moins grave, chaque probabilité dépendant de la nature de l’objet identifié.
Procédé selon la revendication 3, dans lequel, ladite pluralité de données comprend une probabilité de décès, une probabilité de blessure grave et une probabilité de blessure légère, et dans lequel le risque (r) de blessure associé à chaque objet est déterminé par calcul d’une somme pondérée des probabilités de décès, de blessures graves et de blessures légères associée à la vitesse d’impact déterminée (v_impact).
Procédé selon l’une quelconque des revendications 1 à 4, dans lequel la fonction de coût (J) dépend des données cinématiques du véhicule automobile (100), de la distance entre le véhicule automobile (100) et chaque objet (101 ; 102 ; 200 ; 201 ; 300) et des probabilités de collision déterminées pour chaque objet (101 ; 102 ; 200 ; 201 ; 300).
Procédé selon l’une quelconque des revendications 1 à 5, dans lequel l’optimisation de la fonction de coût (J) est réalisée de manière à respecter au moins une contrainte relative aux caractéristiques dynamiques du véhicule automobile (100).
Procédé selon l’une quelconque des revendications 1 à 6, dans lequel l’étape de détermination de la trajectoire à emprunter par le véhicule automobile (100) est basée sur une minimisation de la fonction de coût (J), ladite fonction de coût (J) étant d’autant plus élevée que les risques de blessures engendrées en cas de collision sont grands.
Procédé comprenant un procédé de détermination d’une trajectoire d’un véhicule automobile (100) selon l’une quelconque des revendications 1 à 7, dans lequel la trajectoire à emprunter est affichée sur un écran à l’intérieur du véhicule automobile (100) à destination de son conducteur et/ou est transmise à un module de conduite autonome.
Procédé selon la revendication 8, comprenant également une étape d’alerte du conducteur du véhicule automobile (100) mise en œuvre par le calculateur (140) en fonction du risque de collision ou de blessure engendrée par une collision entre un objet (101 ; 102 ; 200 ; 201 ; 300) et le véhicule automobile (100).
Procédé selon la revendication 9, dans lequel l’étape d’alerte est réalisée si la fonction de coût (J) est inférieure à un seuil prédéterminé.
Procédé selon la revendication 10, dans lequel l’étape d’alerte comprend l’émission d’une alerte sonore ou haptique ou visuelle.