FR3117976A1 - Dispositif de contrôle longitudinal pour véhicule - Google Patents

Dispositif de contrôle longitudinal pour véhicule Download PDF

Info

Publication number
FR3117976A1
FR3117976A1 FR2013430A FR2013430A FR3117976A1 FR 3117976 A1 FR3117976 A1 FR 3117976A1 FR 2013430 A FR2013430 A FR 2013430A FR 2013430 A FR2013430 A FR 2013430A FR 3117976 A1 FR3117976 A1 FR 3117976A1
Authority
FR
France
Prior art keywords
vehicle
control
longitudinal
traffic situation
model
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
FR2013430A
Other languages
English (en)
Other versions
FR3117976B1 (fr
Inventor
David Gonzalez Bautista
Vicente Milanes
Francisco NAVAS MATOS
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.)
Renault SAS
Original Assignee
Renault SAS
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 Renault SAS filed Critical Renault SAS
Priority to FR2013430A priority Critical patent/FR3117976B1/fr
Publication of FR3117976A1 publication Critical patent/FR3117976A1/fr
Application granted granted Critical
Publication of FR3117976B1 publication Critical patent/FR3117976B1/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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B60W2050/0031—Mathematical model of the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

L’invention fournit un système de contrôle (100) d’un véhicule (1) comprenant : - un détecteur de situation de trafic routier (101) configuré pour identifier une situation de trafic routier à partir des informations détectées par le système de perception du véhicule(12); - une unité de détermination de capacités du véhicule (102) configurée pour déterminer les capacités requises du véhicule pour la situation de trafic identifiée ; - un générateur de modèle longitudinal (106) configuré pour mettre à jour un modèle des dynamiques longitudinales du véhicule (1), à partir d’un modèle initial et en fonction d’un ensemble de paramètres de performance relatifs à la situation de trafic identifiée ; - une unité de référence (105) configurée pour déterminer des paramètres de contrôle du véhicule à minimiser à partir du modèle mis à jour et d’une réponse cible représentant les dynamiques de véhicule attendues en fonction de la situation de trafic routier identifiée ; - un contrôleur longitudinal (107) configuré pour effectuer un contrôle des dynamiques longitudinales du véhicule à partir des paramètres de contrôles mis à jour. (Figure 1)

Description

Dispositif de contrôle longitudinal pour véhicule
L’invention concerne de manière générale les systèmes de contrôle de véhicules automobiles et en particulier un dispositif et un procédé de contrôle longitudinal de véhicule.
Dans les véhicules automatisés ou semi-automatisés, un système de contrôle est généralement utilisé pour contrôler les dynamiques du véhicule, tels que les systèmes ADAS (acronyme pour « Advanced driver-assistance systems ») ou les systèmes AD (acronyme pour « autonomous driving »).
Certains systèmes de contrôle de conduite sont plus particulièrement prévus pour contrôler le mouvement longitudinal du véhicule, comme par exemple :
- les systèmes de régulation de vitesse CC (« Cruise Control ») dans lesquels la commande d’accélération est automatiquement contrôlée pour ajuster la vitesse à une référence donnée ;
- les systèmes de régulation de vitesse adaptatifs (« Adaptive Cruise Control ») dans lesquels la commande de frein est contrôlée, de tels systèmes de régulation étant capables de suivre une vitesse fixée, d’adapter la vitesse par rapport au véhicule précédent, de freiner ou d’accélérer en conséquence jusqu’à une certaine capacité;
- les systèmes d’évitement de collision (« Collison Avoidance System ») dans lesquels un freinage fort est automatiquement mis en œuvre si le temps par rapport à une collision (« time-to-collision » ou TTC) avec un véhicule précédent est soudainement écourté.
De tels systèmes fournissent généralement des résultats de contrôle assez satisfaisants. Cependant, chacun d’entre eux fonctionne d’une manière indépendante. Il en résulte qu’aucune garantie de performance ne peut être assurée, ces systèmes fonctionnant de manière autonome au lieu de fonctionner comme un système unique automatisé de contrôle longitudinal. En outre, ils sont conçus pour des cas d’usage spécifiques et ont ainsi des applications limitées, les systèmes de contrôle existants ne pouvant pas être adaptés à toute situation de manière intelligente et dynamique.
Différentes solutions ont été proposées pour contrôler le mouvement longitudinal d’un véhicule. De telles solutions fournissent des systèmes qui adressent des situations spécifiques à des cas d’usage en utilisant des configurations en cascade où chaque dispositif a un rôle dédié (par exemple, les performances sont assurées par un dispositif tandis qu’un autre dispositif gère la sécurité).
Par exemple, dans WO 2018/177605 A1, il est proposé des implémentations pour modifier des modèles de véhicules, dans des situations où le véhicule hôte interagit avec un peloton de véhicules, et pour préparer ses actions longitudinales. De telles implémentations permettent d’anticiper la réaction du véhicule précédent en utilisant des communications V2X. Elle exploite les paramètres d’accélérations ou de décélération du véhicule précédent pour ajuster les actions du véhicule ego. Cependant, le contrôleur est statique et ne s’adapte pas à un changement de situation.
Ainsi, les solutions existantes sont spécifiques à des cas d’usage et ne permettent pas un contrôle longitudinal du véhicule adapté à toute situation ou scénario rencontrés par le véhicule.
Il existe donc un besoin pour un dispositif et un procédé de contrôle longitudinal de véhicule amélioré.
Définition générale de l’invention
L’invention vient améliorer la situation en proposant un système de contrôle d’un véhicule comprenant :
- un système de perception comprenant un ensemble de capteurs, le système de perception étant configuré pour capturer des informations relatives à des éléments détectés dans l’environnement du véhicule ;
- un détecteur de situation de trafic routier configuré pour identifier une situation de trafic routier à partir des informations détectées par le système de perception ;
- une unité de détermination de capacités du véhicule configurée pour déterminer les capacités requises du véhicule pour la situation de trafic identifiée ;
- un générateur de modèle longitudinal configuré pour mettre à jour un modèle des dynamiques longitudinales du véhicule , à partir d’un modèle initial et en fonction d’un ensemble de paramètres de performance relatifs à la situation de trafic identifiée;
- une unité de référence configurée pour déterminer des paramètres de contrôle du véhicule à minimiser à partir du modèle mis à jour et d’une réponse cible représentant les dynamiques de véhicule attendues en fonction de la situation de trafic routier identifiée ;
- un contrôleur longitudinal configuré pour effectuer un contrôle des dynamiques longitudinales du véhicule à partir des paramètres de contrôles mis à jour.
Dans un mode de réalisation, le générateur de modèle peut comprendre une unité d’optimisation hors ligne configurée pour mettre en œuvre une optimisation hors ligne pour déterminer le modèle initial, et une unité d’optimisation en ligne configurée pour mettre en œuvre une optimisation en ligne pour ajuster les paramètres du modèle initial du véhicule en fonction d’un ensemble de paramètres de performance relatifs à la situation de trafic identifiée.
Dans un mode de réalisation, l’unité d’identification de situation de trafic routier peut être en outre configurée pour générer une situation enrichie de la situation de trafic routier identifiée à partir d’informations issues d’une source de données relatives aux conditions de circulation.
L’unité de détermination de capacités du véhicule peut prendre en compte la situation de trafic identifiée et est configurée pour déterminer les capacités requises en fonction d’au moins un objectif de contrôle.
En particulier, les objectifs de contrôle peuvent être associés à une priorité.
Dans un mode de réalisation, les objectifs de contrôle peuvent comprendre au moins un objectif de contrôle parmi un objectif de sécurité, un objectif d’effort de contrôle, et un objectif de confort.
Dans des modes de réalisation, les paramètres de performance relatifs à la situation de trafic identifiée peuvent comprendre au moins un paramètre de performance parmi une déviation de masse du véhicule, une pression pneumatique du véhicule, un coefficient de friction de la route.
Les paramètres de contrôle longitudinal peuvent comprendre au moins un paramètre de contrôle parmi un intervalle de temps minimum, une distance de sécurité par rapport à un temps restant avant collision.
Le modèle initial déterminé pendant l’optimisation hors ligne peut être représenté par une fonction de transfert de second ordre correspondant aux dynamiques du véhicule.
Dans un mode de réalisation, l’optimisation hors ligne peut être mise en œuvre pour mettre à jour le modèle initial en considérant une déviation de paramètre de véhicule apte à modifier les performances du véhicule.
Dans un mode de réalisation, l’optimisation en ligne peut comprendre un calcul d’un paramètre de Youla-Kucera, ayant une forme polynomiale associée à des coefficients représentant les différences entre le modèle initial obtenu hors ligne et le modèle mis à jour correspondant à la situation de trafic identifiée.
Le paramètre de Youla-Kucera peut être déterminé en utilisant un algorithme d’identification en boucle ouverte qui fournit les valeurs de coefficients du polynôme à partir de signaux filtrés.
Il est en outre proposé un procédé de contrôle longitudinal d’un véhicule comprenant un système de perception comprenant un ensemble de capteurs, le système de perception étant configuré pour capturer des informations relatives à des éléments détectés dans l’environnement du véhicule, le procédé exécutant au moins une application de contrôle longitudinal du véhicule. Avantageusement, le procédé comprend les étapes suivantes :
- identifier une situation de trafic routier à partir des informations détectées par le système de perception ;
- déterminer les capacités du véhicule requises pour la situation de trafic identifiée ;
- mettre à jour un modèle des dynamiques longitudinales du véhicule à partir d’un modèle initial et en fonction d’un ensemble de paramètres de performance relatifs à la situation de trafic identifiée ;
- déterminer un ensemble de paramètres de contrôle longitudinal du véhicule à minimiser, comprenant au moins un paramètre de contrôle, à partir du modèle de dynamiques longitudinales du véhicule mis à jour et d’une réponse cible représentant les dynamiques de véhicule attendues pour la situation de trafic routier identifiée ;
-mettre à jour les paramètres de contrôle longitudinal;
- exécuter l’application de contrôle longitudinal en utilisant les paramètres de contrôle longitudinal mis à jour.
Il est également proposé un programme d’ordinateur comprenant des instructions de code de programme pour exécuter les étapes d’un tel procédé, lorsque le programme fonctionne sur un ordinateur.
Les modes de réalisation de l’invention permettent ainsi de fournir un contrôle longitudinal de véhicule capable de gérer toute situation de trafic longitudinale avec le meilleur compromis sécurité/confort.
L’invention permet en outre de gérer toute situation de trafic en modifiant dynamiquement le modèle des dynamiques longitudinales du véhicule. Le contrôle longitudinal peut alors être modifié en fonction du modèle et de la situation du trafic, en temps réel.
- La est un diagramme représentant un système de contrôle, selon certains modes de réalisation de l’invention ;
- La est un diagramme représentant la structure de l’adaptateur de modèle, selon des modes de réalisation de l’invention ;
- La est un organigramme représentant le procédé de contrôle longitudinal, selon des modes de réalisation de l’invention ;
- La est un diagramme représentant la réponse de grandeurs dynamiques longitudinales, pour une capacité de freinage, dans un exemple d’implémentation de l’invention ;
- La est un diagramme représentant la réponse de grandeurs dynamiques longitudinales, pour une autre capacité de freinage, dans un autre exemple d’implémentation de l’invention ;
- La est un diagramme illustrant les performances du contrôle longitudinal, selon un exemple d’implémentation de l’invention utilisant une application de contrôle de suivi de véhicules, dans différentes situations de trafic ; et
- La représente une implémentation matériel du dispositif de contrôle, selon un mode de réalisation.
Description détaillée
La est un diagramme représentant un système de contrôle 100, selon certains modes de réalisation de l’invention.
Le système de contrôle est configuré pour effectuer un contrôle longitudinal du véhicule 1, lorsque le véhicule se déplace sur une route.
Avantageusement, le système de contrôle 100 selon les modes de réalisation de l’invention, comprend un dispositif de contrôle longitudinal 10 configuré pour adapter les dynamiques longitudinales du véhicule souhaitées et la réponse de contrôle du véhicule en optimisant en temps réel la conduite du véhicule. Les dynamiques longitudinales désignent des grandeurs liées au mouvement longitudinal du véhicule telles que la vitesse et l’accélération longitudinale du véhicule.
Le contrôle longitudinal peut agir sur des actionneurs, tels que l'accélérateur et/ou le frein du véhicule, pour suivre une vitesse de référence pour assurer la sécurité et le confort des passagers. L'identification longitudinale de la dynamique du véhicule est prise en compte dans le contrôle longitudinal du véhicule pour garantir le confort et la sécurité.
Le véhicule 1 (dit véhicule ego) peut être suivi par un véhicule (véhicule ‘suiveur’) sur la voie où il circule et peut être précédé d’un autre véhicule (dit « véhicule de tête » ou « véhicule précédent ») sur cette voie. Le véhicule ego 1, le véhicule suiveur et/ou le véhicule de tête peuvent être par exemple des véhicules autonomes et connectés.
Le dispositif de contrôle 10 peut comprendre un contrôleur longitudinal adapté 107 implémentant différentes applications de contrôle longitudinal utilisant des dynamiques longitudinales du véhicule 1, telles que par exemple une application de régulation de vitesse ou une application de suivi de véhicule. Une application de suivi de véhicule peut par exemple exploiter la vitesse du véhicule 1 (dit véhicule ego) et l'inter-distance entre le véhicule ego 1 et un véhicule précédent. Dans une application de suivi de véhicule, une loi de contrôle peut être appliquée pour maintenir la distance inter-véhicule (ego-précédent) à une valeur cible.
Dans une application de contrôle de type régulation de vitesse, les dynamiques longitudinales utilisées sont généralement la vitesse en régime permanent du véhicule et l'accélération longitudinale du véhicule. Dans une application de suivi de véhicule, les dynamiques longitudinales utilisées pour le contrôle comprennent la vitesse du véhicule et l’inter-distance. L'inter-distance est généralement comparée à une inter-distance minimale représentant une distance de sécurité.
Dans un mode de réalisation, le dispositif de contrôle longitudinal 10 peut mettre à jour un modèle des dynamiques longitudinales du véhicule et des paramètres de contrôle longitudinaux du véhicule, à chaque cycle de contrôle, en fournissant une réponse optimale adaptée à une situation de trafic détectée. Le contrôleur longitudinal 107 peut utiliser les paramètres de contrôle longitudinaux mis à jour pour ajuster dynamiquement et en temps réel le contrôle longitudinal. Le contrôleur longitudinal 107 est ainsi adapté dynamiquement et en temps réel à une situation de trafic détectée.
Le dispositif de contrôle longitudinal 10 peut comprendre un détecteur de situation de trafic routier 101 apte à détecter une situation de trafic routier (situation de conduite par exemple). Le dispositif de contrôle est applicable à toute situation de trafic routier. Le véhicule 1 peut par exemple être successivement dans différentes situations de conduite, par exemple un démarrage, une accélération brusque, un freinage brusque, une conduite en mode de suivi de véhicule fluide, etc.
Dans des modes de réalisation, le système de contrôle 10 peut comprendre un système de perception 12 comprenant un ensemble de capteurs configuré pour détecter et/ou suivre des éléments dans l’environnement du véhicule ego 1 et délivrer des informations relatifs à ces éléments.
Le système de perception 12 peut être configuré pour détecter et /ou identifier, à partir des informations mesurées par les capteurs, des objets de l’environnement du véhicule 1. Le système de perception 12 peut en outre utiliser des algorithmes de fusion pour traiter les informations issues des différents capteurs et utiliser les informations traitées dans des opérations de perception, telles que la détection et/ou le suivi d’obstacles, le suivi et la prédiction de l’évolution de l’environnement du véhicule 1 dans le temps, la génération d’une carte dans laquelle est positionnée le véhicule 1, la localisation du véhicule 1 sur une carte, la détermination de la localisation globale du véhicule 1, etc. De tels algorithmes de fusion multi-capteur peuvent combiner des informations issues des différents capteurs. Le système de perception peut notamment utiliser des données fournies par un système de positionnement. Le système de positionnement peut être avantageusement un système de positionnement par Satellite GNSS (acronyme pour « Global Navigation Satellite System »). Le système GNSS peut être en outre configuré pour fournir des informations relatives à la position du véhicule 1 mais aussi à la position de véhicule détecté dans l’environnement du véhicule 1.
Le détecteur de situation de Trafic Routier 101 peut être configuré pour identifier une situation de trafic routier à partir des informations délivrées par le système de perception 12 et générer une situation de trafic enrichie en ajoutant à la situation de trafic routier identifiée des informations issues d’au moins une source de données relatives à des conditions de circulation associées à la route (par exemple, règles de conduite dans le pays où se trouve la route où circule le véhicule, vitesse maximale autorisée sur cette route, etc.).
Le dispositif de contrôle 10 peut comprendre une unité de détermination de capacités 102 apte à déterminer les capacités du véhicule 1 correspondant à la situation de trafic détectée par le détecteur 101, c’est-à-dire capacités du véhicule 1 requises pour adresser le scénario de conduite correspondant à la situation de trafic détectée.
Le dispositif de contrôle 10 permet d’adapter de telles capacités requises à la situation de trafic routier détectée jusqu’aux limites physiques du véhicule 1. Par exemple, le dispositif de contrôle permet d’adapter la réponse du véhicule selon que le véhicule circule dans une situation de trafic fluide ou d’encombrement. L’unité de détermination de capacités 102 permet de tenir compte de la situation de trafic détectée en temps réel pour fournir une optimisation des capacités du véhicule 1 correspondant à cette situation de trafic, en fonction d’un ou plusieurs objectifs de contrôle prédéfinis. La détermination de ces capacités optimisées et adaptées à la situation de trafic détectée permet de modifier efficacement et en temps réel le modèle dynamique du véhicule.
L’unité de détermination de capacités de véhicules 102 peut être configurée pour déterminer les capacités de véhicule à utiliser (capacités requises) pour la situation de trafic détectée qui correspond à un scénario de conduite. Les capacités de véhicule requises peuvent être définies par un ensemble de paramètres de véhicule tels que l’accélération maximale, les capacités de freinage, le jerk, etc. L’unité de détermination de capacités de véhicules 102 peut prendre en compte le scénario correspondant à la situation de trafic routier détectée par le détecteur de situation de trafic routier 101 pour déterminer les capacités de véhicule appropriées à une telle situation de manière à optimiser le ou les objectifs de contrôle. Dans des modes de réalisation, les objectifs de contrôle peuvent comprendre par exemple un ou plusieurs objectifs parmi : la sécurité, l’effort de contrôle, le confort. Il convient de noter que dans les modes de réalisation, où plusieurs objectifs de contrôle sont définis, des priorités peuvent être associées aux différents objectifs de contrôle, les capacités de véhicule étant déterminées en prenant en compte la priorité associée à chaque objectif de contrôle. Par exemple, un objectif de contrôle de type ‘sécurité’ peut être associé à une priorité maximale.
Dans un mode de réalisation, le dispositif de contrôle peut comprendre un générateur de modèle de véhicule adapté 106 configuré pour générer un modèle longitudinal initial du véhicule et mettre à jour dynamiquement le modèle longitudinal du véhicule 1 en fonction des capacités de véhicule déterminées.
Le contrôleur longitudinal adapté 107 est configuré pour adapter la réponse de contrôle du véhicule 1 en fonction des paramètres de contrôle longitudinal déterminés par l’Unité de Référence basée sur l’environnement (105).
Le générateur de modèle longitudinal 106 peut être configuré pour générer un modèle initial des dynamiques longitudinales du véhicule 1 mettant en œuvre une optimisation hors ligne associée aux caractéristiques spécifiques du véhicule ego 1. Le générateur de modèle longitudinal 106 peut être en outre configuré pour mettre en œuvre uneoptimisation en ligne du modèle longitudinal du véhicule dans laquelle les paramètres du modèle initial des dynamiques longitudinales du véhicule 1 sont ajustés en prenant en compte un ensemble de paramètres impactant les performances du véhicule, ce qui fournit un modèle dynamique de véhicule adapté au scénario routier détecté. Les paramètres impactant les performances du véhicule peuvent comprendre, par exemple et sans limitation, la déviation de masse du véhicule, la pression pneumatique des roues du véhicule, le coefficient de friction de la route.
Ainsi, dans la phase hors ligne, le model initial est déterminé à partir des caractéristiques dynamiques du véhicule. Dans la phase en ligne, le modèle initial est modifié en ligne afin d’être ajusté aux différents capacités requises.
Le dispositif de contrôle peut comprendre en outre une unité de référence basée sur l’environnement 105 configurée pour déterminer les paramètres de contrôle longitudinal du véhicule à minimiser à partir du modèle mis à jour par le générateur de modèle 106 et d’une réponse cible 104 (encore appelée ‘référence basée sur l’environnement’) représentant les réponses dynamiques de véhicule cibles (c’est-à-dire attendues) en fonction de la situation de trafic détectée par le détecteur 101, tout en garantissant la sécurité et la stabilité de conduite. Dans des modes de réalisation, les paramètres de contrôle peuvent comprendre par exemple un intervalle de temps minimum, et/ou une distance de sécurité par rapport à un temps restant avant collision.
Le contrôleur longitudinal adapté 107 peut être configuré pour effectuer un contrôle des dynamiques longitudinales du véhicule à partir des paramètres de contrôles déterminés par l’unité de référence 105 en agissant sur des actionneurs 14 du véhicule, tel que par exemple les actionneurs d’accélération et/ou de freinage qui permettent de faire varier la vitesse du véhicule 1.
En adaptant les capacités du véhicule en fonction de la réponse requise et en adaptant les paramètres de contrôle longitudinal en fonction d’une référence basée sur l’environnement 104 et du modèle de véhicule longitudinal ajusté fourni par le générateur de modèle 106, le dispositif de contrôle 10 selon les modes de réalisation de l’invention permet de mettre en œuvre un contrôle longitudinal dynamique du véhicule 1 optimisé grâce à une mise à jour constante et en temps réel de ses performances en fonction du scénario de conduite détecté.
L’unité de référence basée sur l’environnement 105 fournit avantageusement les paramètres de contrôle longitudinaux garantissant un niveau de sécurité et de performance adapté à la situation de trafic.
La est un diagramme illustrant le fonctionnement du générateur de modèle 106.
Le générateur de modèle 106 peut comprendre une unité d’optimisation hors ligne 134 et une unité d’optimisation en ligne 136.
L’unité d’optimisation hors ligne 134 est configurée pour effectuer une optimisation hors ligne en fonction du véhicule 1 pour obtenir un modèle initial du véhicule représenté par une fonction de transfert de second ordre G0(s), correspondant aux dynamiques du véhicule.
L’unité d’optimisation en ligne 136 met ensuite en œuvre une optimisation en ligne dynamiquement pour mettre à jour le modèle (ce qui fournit un modèle mis à jour ou ajusté), en réponse à une nouvelle situation de trafic détectée, en considérant une déviation de paramètres de véhicule qui peut changer les performances du véhicule. En particulier, l’unité d’optimisation en ligne 136 peut utiliser une identification en boucle fermée basée sur un calcul de paramètre de Youla-Kucera S (grandeur polynomiale ayant des coefficients) mise en œuvre pour mieux identifier les dynamiques longitudinales du véhicule quand le véhicule utilise un contrôleur longitudinal spécifique. Le paramètre de Youla-Kucera S représente les différences entre le modèle initial obtenu dans la phase hors-ligne (134) et le modèle réel dans la situation de trafic identifiée. Le paramètre de Youla-Kucera S est ainsi utilisé pour déterminer le modèle mis à jour 137.
Des signaux filtrés δ0and z0peuvent être déterminés par les blocs de filtrage 130 et 132 pour estimer le paramètre Youla-Kucera S et en utilisant un algorithme d’identification en boucle ouverte, dans le bloc 136, pour déterminer les valeurs des coefficients du polynôme S à partir des signaux filtrés.
Dans des modes de réalisation, les signaux filtrés et peut être déterminés pour estimer le paramètre S au moyen de tout algorithme d’identification en ligne en boucle ouverte selon les équations (1) et (2):
(1)
(2)
Dans les équations (1) et (2) :
- et désignent des signaux d’excitation externes ;
- uety désignent des mesures d’entrée et de sortie de contrôle respectivement ;
- sont des facteurs coprimes gauches correspondant à l’ensemble initial(G0, K0).
Les termes facteurs coprimes « droite » ou « gauche » sont définis selon le principe de factorisation coprime de Doubly.
Le modèle longitudinal mis à jour est défini alors par:
(3)
Dans l’équation (3), sont des facteurs coprimes droits correspondant to the initial set(G0, K0).
L’unité d’optimisation en ligne 136 peut utiliser tout algorithme d’identification pour déterminer les valeurs de coefficient du polynôme S.
L’unité d’optimisation en ligne 136 peut utiliser tout algorithme d’identification pour déterminer les valeurs de coefficient du polynôme S en considérant des valeurs d’entrées précédentes de et des valeurs de sortie précédentes de . Les algorithmes d’identification en ligne peuvent comprendre par exemple ARX ou toute fonction d’apprentissage avec renforcement. Avantageusement, l’identification des dynamiques du véhicule ne requière pas de technique particulièrement robuste et peut être basée sur toute technique d’intelligence artificielle.
Une fois le modèle des dynamiques longitudinales identifiées, la réponse dynamique cible 104 que le contrôleur longitudinal 107 doit suivre est envoyée à l’unité de référence 105. Le modèle mis-à-jour 137, les capacités maximales requises déterminées par l’unité 102 et la référence cible 104 sont alors utilisées par l’unité de référence 105 pour déterminer les paramètres de contrôle longitudinal adaptés.
Dans des modes de réalisation, la détermination des paramètres de contrôle du contrôleur longitudinal (107) peut être basée sur une minimisation de boucle d’état des entrées désirées en fonction de la situation de trafic détectée. De telles entrées sont déterminées selon la situation du trafic dans le module 104 correspondant à la réponse dynamique cible.
L’unité de référence basée sur l’environnement 105 fournit ainsi des paramètres de contrôle longitudinal à appliquer au contrôleur longitudinal adapté 107 pour garantir un niveau de sécurité et de performance adapté à la situation de trafic.
Dans des modes de réalisation, l’unité de référence basée sur l’environnement peut utiliser des fonctions de sensibilité tels que la sensibilité complémentaire T(s), la sensibilité S(s), et la sensibilité de contrôle longitudinal KS(s), de telles fonctions étant utilisées par 105 pour assurer la stabilité du véhicule, les performances et la robustesse du système de contrôle 100.
La stabilité du véhicule peut être définie par une stabilité locale et une stabilité de chaîne SS.
Tandis qu’une propriété de stabilité locale fait référence à la propriété de stabilité d’un seul véhicule, selon qu’une perturbation dans le profil de vitesse peut être atténuée ou non, la stabilité de chaîne SS implique une pluralité de véhicules. La propriété de stabilité de chaîne est définie comme l’atténuation des perturbations dans une chaîne de véhicules. Elle permet de limiter les accidents routiers et d’améliorer le flux de trafic dans une chaîne de véhicules.
Plus précisément, la stabilité de chaîne peut être définie comme l’atténuation d’une perturbation le long d'une chaîne de véhicules, ce qui est équivalent à la norme infinie (« infinity norm » en langue anglo-saxonne) de :
≤1(4)
Selon l’inéquation 4, le maximum de la norme infinie du rapport entre la position absolue du véhicule ego 1 et la position absolue du véhicule précédent est inférieure à 1, dans une application de contrôle correspondant à un suivi de véhicule. Lorsque la propriété de stabilité de chaîne est vérifiée, une perturbation dans la position absolue du véhicule précédent (véhicule i-1) ne sera pas amplifiée dans la position absolue de véhicule ego 12 (véhicule i).
Dans la suite, la notation G1(s) représentera les dynamiques longitudinales et la notation K(s) désignera les éléments de contrôle envoyés au contrôleur longitudinal adapté 107.
La fonction de sensibilité complémentaire T(s) représente la fonction de transfert entre la référence cible 104 et la sortie du système de contrôle (qui peut être par exemple une vitesse, une accélération ou une interdistance).
La stabilité interne du système de contrôle et du véhicule est assurée en vérifiant que tous les pôles de T(s), qui désignent les racines du dénominateur de la fonction de Transfert, sont négatif (situés dans le demi-plan gauche).
La sensibilité de contrôleur KS(s) représente la relation entre la sortie du contrôleur longitudinal 107 et une référence 104 (correspondant à la réponse cible).
La fonction de sensibilité complémentaire correspond à la fonction de transfert entre la référence et la sortie du système (la fonction de sensibilité complémentaire est encore appelée « Fonction de Transfert de Sensibilité »).
Telle qu’utilisée ici, la Fonction de Transfert de Sensibilité fait référence à une propriété de robustesse du dispositif de contrôle. La Fonction de Transfert de Sensibilité décrit la sortie du véhicule 1 en fonction de la perturbation d’entrée et modélise comme des perturbations peut affecter à la performance de l’ensemble véhicule – contrôleur. La Fonction de Transfert de Sensibilité peut être minimisée lorsqu’elle est en dehors de la portée de la largeur de bande du véhicule, ce qui permet de filtrer les dynamiques et/ou le bruit haute fréquence non modélisés qui peuvent être présents dans le véhicule 1.
Dans un mode de réalisation, les fonctions de sensibilité complémentaire T(s), de sensibilité S(s), de sensibilité de contrôle longitudinal KS(s), ainsi que les fonctions de poids , et relatives aux capacités requises, peuvent être définies comme suit :
(5)
(6)
(7)
(8)
(9)
(10)
Dans les équations (5) à (10) :
- Le paramètre G1 désigne ici le modèle longitudinal dynamique de véhicule 1 ;
- Le paramètre K(s) désigne le contrôleur longitudinal ;
- Les fonctions de poids , et désignent les fonctions qui déterminent les capacités requises de performance/sécurité, selon la référence souhaitée 104 ;
- Les paramètres Ms, MTet Mudésignent les amplitudes des pics maximum pour chaque fonction de poids correspondante , et ;
- Les paramètres , et désignent les valeurs de bande de fréquence pour chaque fonction ; et
- et désignent les erreurs maximales de suivi d’état stable pour chaque fonction.
La fonction de poids est utilisée pour déterminer les besoins en performance et sécurité en fonction de la référence souhaitée 104.
Dans un mode de réalisation, lorsque , limite le dépassement, en réponse à des perturbations d’entrée. Le paramètre affecte la bande passante du système en boucle fermée, et la rapidité avec laquelle la référence est suivie.
La fonction de poids est utilisée pour déterminer des contraintes d’actionneurs. Les paramètres et peuvent être choisis selon de telles contraintes d’actionneurs 14, et peut dépendre de la largeur de bande sur la boucle fermée souhaitée.
La fonction de sensibilité exprime comment les incertitudes du modèle longitudinal de véhicule affectent la sortie du système entier. De manière équivalente, le but est de réduire l’effet des incertitudes du modèle qui pourrait apparaître dans la largeur de bande du véhicule 1 en rendant sa norme infinie inférieure à 1. La fonction de poids peut être choisie pour réduire l’effet de tout bruit ou problème d’incertitude de véhicule dans une plage de fréquence d’incertitude; Dans un mode de réalisation, lorsque , le paramètre peut être strictement inférieur à deux ( ) pour assurer une marge de module. Le paramètre influence la largeur de bande et la rapidité à laquelle l’incertitude et le bruit pourrait être rejetés.
Avantageusement, en utilisant une définition correcte des paramètres de fonctions de poids, le dispositif de contrôle longitudinal 1 peut s’adapter à toute situation de trafic possible.
Le contrôleur longitudinal 107 est ainsi basé sur une minimisation des entrées souhaitées en fonction de la situation de trafic souhaitée. Comme le modèle de véhicule évolue constamment, une telle minimisation évolue en conséquence pour fournir les capacités de véhicule maximales.
La est un organigramme représentant le procédé de contrôle longitudinal selon des modes de réalisation.
À l’étape 300, une situation de trafic routier est identifiée (ou détectée) à partir des informations détectées par le système de perception 12.
À l’étape 302, les capacités de véhicule requises pour la situation de trafic identifiée sont déterminées.
À l’étape 304, un modèle des dynamiques longitudinales du véhicule est mis à jour à partir d’un modèle initial en fonction d’un ensemble de paramètres de performance relatifs à la situation de trafic identifiée.
À l’étape 306, un ensemble de paramètres de contrôle longitudinal du véhicule à minimiser, comprenant au moins un paramètre de contrôle, est déterminé à partir du modèle de dynamiques longitudinales du véhicule mis à jour et d’une réponse cible représentant les dynamiques de véhicule attendues pour la situation de trafic routier identifiée.
À l’étape 308, les paramètres de contrôle longitudinal sont mis à jour.
À l’étape 310, l’application de contrôle longitudinal mise en œuvre par le contrôleur longitudinal 107 est exécutée en utilisant les paramètres de contrôle longitudinal mis à jour.
Les figures 4 et 5 illustrent les performances du système de contrôle 100 dans une application de contrôle de type suivi de véhicule dans laquelle différentes dynamiques sont utilisées, à titre d’exemple non limitatif.
Le besoin de gérer les différentes dynamiques du véhicule, en identifiant les dynamiques longitudinales pour une situation de trafic spécifique, sont illustrées sur les figures 4 et 5. Pour une telle situation de trafic, une capacité de freinage plus forte peut être requise, le véhicule devant atteindre cette capacité et devant suivre les références plus vite.
Les figures 4 et 5 montrent comment le modèle des dynamiques longitudinales du véhicule change en réponse à une modification des capacités requises du véhicule, en fonction de la situation de trafic routier.
Les figures 4 et 5 représentent la vitesse réelle du véhicule (courbe C1) lorsque le véhicule suit un changement de la référence de vitesse (Courbe C2) de 8 à 20 mps puis revient de nouveau à 8 mps, avec des capacités de freinage différentes. La courbe C3 représente l’accélération réelle du véhicule en mps2.
La représente la réponse des dynamiques longitudinales avec une capacité de freinage égale à - 2 mps2. La représentent la réponse des dynamiques longitudinales avec une capacité de freinage égale à - 6 mps2. Les réponses représentées sur les figures 4 et 5 montrent que différents modèles de véhicule longitudinaux sont identifiés en fonction de la situation de trafic. Avantageusement, le dispositif de contrôle longitudinal 10 selon les modes de réalisation de l’invention permet de modifier le contrôle longitudinal en fonction de la situation de trafic détectée de manière à garantir la performance, la sécurité et la stabilité du véhicule 1.
La illustre les performances du système de contrôle 100 en temps réel lorsque le modèle des dynamiques du véhicule évolue (et donc les paramètres de contrôle longitudinal) en fonction de la situation de trafic détectée. Le diagramme supérieur de la montre la vitesse du véhicule ego 1 (courbe D1) et la vitesse du véhicule précédent (courbe D2), les vitesses étant exprimées en mps. La courbe D3 représente l’accélération du véhicule ego 1 (en mps2). La courbe D4 représentée sur le diagramme inférieur représente la distance entre le véhicule égo 1 et le véhicule précédent (distance inter-véhicule), exprimée en mètre (m).
Dans les situations correspondant aux différents diagrammes de la , les capteurs du système de perception 12 ont fourni suffisamment d’informations pour identifier la situation de trafic (par exemple, démarrage, suivi de véhicule fluide, situation de queue-de-poisson. En réponse à l’identification de la situation de trafic, l’unité de détermination de capacités 102 détermine dans cet exemple deux capacités requises pour le véhicule, à savoir la capacité d’accélération et la capacité de braquage, et le modèle de véhicule longitudinal correspondant à la situation est identifié par l’unité d’adaptation de modèle longitudinal de véhicule sous la forme de deux fonctions de transfert de second ordre:
- une fonction pour une accélération de -2 mps2 dans des situations de démarrage et de suivi-de véhicule fluide;
- une fonction pour une accélération de -6 mps2 dans une situation de suivi de véhicule brusque.
La réponse dynamique souhaitée (104) correspond à la référence adaptée à la situation de trafic spécifique (par exemple, dans le scénario considéré en relation avec la , pour tenir compte du fait qu’une manœuvre de démarrage est différente d’une manœuvre correspondant à une situation de suivi de véhicule).
L’unité de référence basée sur l’environnement 105 prend alors en compte les modèles identifiés par l’adaptateur de modèle 105 et la référence cible 104 (référence adapté à la situation de trafic) pour déterminer les paramètres de contrôle du contrôleur longitudinal, par exemple le système de régulation de vitesse ACC, dans l’exemple de la , de manière à garantir une performance donnée, éviter des collisions, et garantir une stabilité de chaîne SS (« string stability » en langue anglo-saxonne).
Sur la , les situations de trafic suivantes sont observées :
- la situation de démarrage de véhicule correspond à la fenêtre temporelle située entre 0 et 28;
- la situation de suivi de véhicule fluide est située entre les secondes 28 et 68;
- la situation de freinage brusque est située entre les secondes 68 et 72;
- une nouvelle situation de suivi de véhicule fluide avec une vitesse de véhicule oscillant autour de 12 mps, entre les secondes 72 jusqu’à la fin de la fenêtre d’observation.
Il peut être observé que les dynamiques longitudinales du véhicule ont été modifiées efficacement en fonction de la situation de trafic détectée. La manœuvre de démarrage est fluide, sans comportement de jerk tout en laissant une distance de sécurité par rapport au véhicule précédent. Le suivi de véhicule fluide est performant, l’erreur de suivi de véhicule étant proche de zéro, sans amplifier les oscillations de vitesse du véhicule précédent. Le freinage brusque du véhicule précédent est également bien contrôlé sans amplification des oscillations de vitesse, avec une erreur de suivi de véhicule faible et avec évitement de collision.
Les modes de réalisation de l’invention fournissent ainsi une génération d’un modèle longitudinal de véhicule adapté au scénario (modèle initial) et une adaptation de ce modèle (107) selon le niveau de sécurité ou confort souhaité en tenant compte des capacités maximales du véhicule 1.
Ils fournissent en outre un ajustement du modèle hors ligne et en ligne pour prendre en compte des caractéristiques de circulation en temps réel (telles que la météo, l’état des pneus, etc.), ainsi qu’une génération d’une référence souhaitée en temps réel pour tout scénario. Ils permettent en outre une gestion de la stabilité en boucle fermée pour toutes les interactions potentielles.
Les modes de réalisation de l’invention fournissent une optimisation du compromis entre tous les paramètres basés sur le scénario détecté de manière améliorée.
Comme le modèle de véhicule évolue constamment, ils permettent également une minimisation du contrôleur longitudinal pour fournir les capacités maximales du véhicule, et une exploitation des dynamiques du véhicule pour une adaptation du système en temps réel.
Avantageusement, un unique dispositif peut être utiliser pour gérer toutes les situations de trafic dynamiques, tout en assurant une réduction du temps de réponse. L’homme du métier comprendra que le procédé de contrôle selon les modes de réalisation peut être mis en œuvre de diverses manières par matériel (« hardware »), logiciel, ou une combinaison de matériel et de logiciels, notamment sous la forme de code de programme pouvant être distribué sous la forme d'un produit de programme, sous diverses formes. En particulier, le code de programme peut être distribué à l'aide de supports lisibles par ordinateur, qui peuvent inclure des supports de stockage lisibles par ordinateur et des supports de communication. Les procédés décrits dans la présente description peuvent être notamment implémentés sous la forme d’instructions de programme d’ordinateur exécutables par un ou plusieurs processeurs dans un dispositif informatique d'ordinateur. Ces instructions de programme d’ordinateur peuvent également être stockées dans un support lisible par ordinateur.
En particulier, comme illustré sur la , le dispositif de contrôle 10 peut être implémenté sous la forme d’un ou plusieurs dispositifs informatiques 70 (appelé ci-après ordinateur). L'ordinateur 70 peut comporter un processeur 71, une mémoire 82, un dispositif de mémoire de stockage de masse 75, au moins une interface d'entrée/sortie (I/O) 77 (par exemple, l’interface IHM 70 ; l’interface I/O 77 peut inclure un ou plusieurs écrans vidéo, écrans tactiles, dispositifs de saisie et de commande tels que des boutons de commande, des microphones, etc.). L'ordinateur 70 peut également être couplé de manière fonctionnelle à une ou plusieurs ressources externes via un réseau 76 et/ou une interface I/O 77. Des ressources externes 79 peuvent inclure, mais sans y être limitées, des serveurs, des bases de données, des dispositifs de stockage de masse, des dispositifs périphériques, des services de réseau à base de nuage, ou toute autre ressource informatique appropriée qui peut être utilisée par l'ordinateur 70.
Le processeur 71 peut inclure un ou plusieurs dispositifs processeurs tels que des microprocesseurs, des microcontrôleurs, des unités centrales de traitement, ou tout autre dispositif qui manipule des signaux (analogiques ou numériques) en fonction d'instructions d'opérations qui sont stockées dans la mémoire 72. Le processeur 71 peut fonctionner sous la commande d'un système d'exploitation 73 qui réside dans la mémoire 72. Le système d'exploitation 73 peut gérer des ressources informatiques telles qu'un code de programme informatique intégré sous la forme d'une ou plusieurs applications logicielles 74 résidant dans la mémoire 72.
L'invention n'est pas limitée aux modes de réalisation décrits ci-avant à titre d’exemple non limitatif. Elle englobe toutes les variantes de réalisation qui pourront être envisagées par l'homme du métier.
En particulier, l’homme du métier comprendra que l’invention n’est pas limitée à des types de capteurs particuliers du système de perception 12, à une application de contrôle longitudinal de véhicule spécifique, ni à un type de véhicule particulier (des exemples de véhicule incluent sans limitation des voitures, des camions, des bus, etc.).

Claims (14)

  1. Système de contrôle (100) d’un véhicule (1) comprenant :
    - un système de perception (12) comprenant un ensemble de capteurs, le système de perception étant configuré pour capturer des informations relatives à des éléments détectés dans l’environnement du véhicule (1) ;
    - un détecteur de situation de trafic routier (101) configuré pour identifier une situation de trafic routier à partir des informations détectées par le système de perception (12);
    - une unité de détermination de capacités du véhicule (102) configurée pour déterminer les capacités requises du véhicule pour la situation de trafic identifiée ;
    - un générateur de modèle longitudinal (106) configuré pour mettre à jour un modèle des dynamiques longitudinales du véhicule (1), à partir d’un modèle initial et en fonction d’un ensemble de paramètres de performance relatifs à la situation de trafic identifiée ;
    - une unité de référence (105) configurée pour déterminer des paramètres de contrôle du véhicule à minimiser à partir du modèle mis à jour et d’une réponse cible représentant les dynamiques de véhicule attendues en fonction de la situation de trafic routier identifiée ;
    - un contrôleur longitudinal (107) configuré pour effectuer un contrôle des dynamiques longitudinales du véhicule à partir des paramètres de contrôles mis à jour.
  2. Système de contrôle selon la revendication 1, caractérisé en ce que le générateur de modèle comprend une unité d’optimisation hors ligne (134) configurée pour mettre en œuvre une optimisation hors ligne pour déterminer le modèle initial, et une unité d’optimisation en ligne (136) configurée pour mettre en œuvre une optimisation en ligne pour ajuster les paramètres du modèle initial du véhicule en fonction d’un ensemble de paramètres de performance relatifs à la situation de trafic identifiée.
  3. Système de contrôle selon l’une des revendications précédentes, caractérisé en ce que l’unité d’identification de situation de trafic routier est en outre configurée pour générer une situation enrichie de la situation de trafic routier identifiée à partir d’informations issues d’une source de données relatives aux conditions de circulation.
  4. Système de contrôle selon l’une des revendications précédentes, caractérisé en ce que l’unité de détermination de capacités du véhicule (102) prend en compte la situation de trafic identifiée et est configurée pour déterminer lesdites capacités requises en fonction d’au moins un objectif de contrôle.
  5. Système de contrôle selon la revendication 4, caractérisé en ce que lesdits objectifs de contrôle sont associées à une priorité.
  6. Système de contrôle selon la revendication 5, caractérisé en ce que lesdits objectifs de contrôle comprennent au moins un objectif de contrôle parmi un objectif de sécurité, un objectif d’effort de contrôle, et un objectif de confort.
  7. Système de contrôle selon l’une des revendications précédentes, caractérisé en ce que les paramètres de performance relatifs à la situation de trafic identifiée comprennent au moins un paramètre de performance parmi une déviation de masse du véhicule, une pression pneumatique du véhicule, un coefficient de friction de la route.
  8. Système de contrôle selon l’une des revendications précédentes, caractérisé en ce que les paramètres de contrôle longitudinal comprennent au moins un paramètre de contrôle parmi un intervalle de temps minimum, une distance de sécurité par rapport à un temps restant avant collision.
  9. Système de contrôle selon la revendication 2, caractérisé en ce que le modèle initial déterminé pendant l’optimisation hors ligne est représenté par une fonction de transfert de second ordre (G0(s))correspondant aux dynamiques du véhicule.
  10. Système de contrôle selon la revendication 9, caractérisé en ce que l’optimisation hors ligne est mise en œuvre pour mettre à jour le modèle initial en considérant une déviation de paramètre de véhicule apte à modifier les performances du véhicule.
  11. Système de contrôle selon la revendication 2, caractérisé en ce que l’optimisation en ligne comprend un calcul d’un paramètre de Youla-Kucera, ayant une forme polynomiale associée à des coefficients représentant les différences entre le modèle initial obtenu hors ligne et le modèle mis à jour correspondant à la situation de trafic identifiée.
  12. Système de contrôle selon la revendication 11, caractérisé en ce que le paramètre de Youla-Kucera est déterminé en utilisant un algorithme d’identification en boucle ouverte qui fournit les valeurs de coefficients du polynôme à partir de signaux filtrés.
  13. Procédé de contrôle longitudinal d’un véhicule comprenant un système de perception comprenant un ensemble de capteurs, le système de perception étant configuré pour capturer des informations relatives à des éléments détectés dans l’environnement du véhicule, le procédé exécutant au moins une application de contrôle longitudinal du véhicule, caractérisé en ce que le procédé comprend les étapes suivantes :
    - identifier une situation de trafic routier à partir des informations détectées par le système de perception (12);
    - déterminer les capacités du véhicule requises pour la situation de trafic identifiée ;
    - mettre à jour un modèle des dynamiques longitudinales du véhicule à partir d’un modèle initial et en fonction d’un ensemble de paramètres de performance relatifs à la situation de trafic identifiée ;
    - déterminer un ensemble de paramètres de contrôle longitudinal du véhicule à minimiser, comprenant au moins un paramètre de contrôle, à partir du modèle de dynamiques longitudinales du véhicule mis à jour et d’une réponse cible représentant les dynamiques de véhicule attendues pour la situation de trafic routier identifiée ;
    -mettre à jour les paramètres de contrôle longitudinal;
    - exécuter l’application de contrôle longitudinal en utilisant les paramètres de contrôle longitudinal mis à jour.
  14. Programme d’ordinateur comprenant des instructions de code de programme pour exécuter les étapes du procédé selon la revendication 13, lorsque ledit programme fonctionne sur un ordinateur.
FR2013430A 2020-12-17 2020-12-17 Dispositif de contrôle longitudinal pour véhicule Active FR3117976B1 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
FR2013430A FR3117976B1 (fr) 2020-12-17 2020-12-17 Dispositif de contrôle longitudinal pour véhicule

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2013430 2020-12-17
FR2013430A FR3117976B1 (fr) 2020-12-17 2020-12-17 Dispositif de contrôle longitudinal pour véhicule

Publications (2)

Publication Number Publication Date
FR3117976A1 true FR3117976A1 (fr) 2022-06-24
FR3117976B1 FR3117976B1 (fr) 2023-04-14

Family

ID=74554097

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2013430A Active FR3117976B1 (fr) 2020-12-17 2020-12-17 Dispositif de contrôle longitudinal pour véhicule

Country Status (1)

Country Link
FR (1) FR3117976B1 (fr)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160297435A1 (en) * 2015-04-13 2016-10-13 Ford Global Technologies, Llc Method and system for vehicle cruise control
US20170330395A1 (en) * 2016-05-13 2017-11-16 Ford Global Technologies, Llc Adaptive vehicle control
WO2018177605A1 (fr) 2017-03-28 2018-10-04 Volvo Truck Corporation Procédé pour un peloton constitué d'une pluralité de véhicules circulant en convoi routier automatisé
WO2020200433A1 (fr) * 2019-04-02 2020-10-08 Volvo Truck Corporation Système de commande embarqué pour commander un véhicule

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160297435A1 (en) * 2015-04-13 2016-10-13 Ford Global Technologies, Llc Method and system for vehicle cruise control
US20170330395A1 (en) * 2016-05-13 2017-11-16 Ford Global Technologies, Llc Adaptive vehicle control
WO2018177605A1 (fr) 2017-03-28 2018-10-04 Volvo Truck Corporation Procédé pour un peloton constitué d'une pluralité de véhicules circulant en convoi routier automatisé
WO2020200433A1 (fr) * 2019-04-02 2020-10-08 Volvo Truck Corporation Système de commande embarqué pour commander un véhicule

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
NAVAS FRANCISCO ET AL: "Youla-Kucera based online closed-loop identification for longitudinal vehicle dynamics", 2017 21ST INTERNATIONAL CONFERENCE ON SYSTEM THEORY, CONTROL AND COMPUTING (ICSTCC), IEEE, 19 October 2017 (2017-10-19), pages 88 - 93, XP033256608, DOI: 10.1109/ICSTCC.2017.8107016 *

Also Published As

Publication number Publication date
FR3117976B1 (fr) 2023-04-14

Similar Documents

Publication Publication Date Title
EP3927587B1 (fr) Procédé de sécurisation d'un véhicule
EP4077086A1 (fr) Procédé de détermination d'un profil de vitesse d'un vehicule automobile à accélération non prédéterminée
FR2962959A1 (fr) Systeme d'assistance de conduite avec commande des freins
FR3117976A1 (fr) Dispositif de contrôle longitudinal pour véhicule
EP3678905B1 (fr) Procédé et dispositif de contrôle de distance de freinage d'urgence
EP3882096B1 (fr) Procédé de gestion automatisée de la vitesse longitudinale d'un véhicule
EP3160812B1 (fr) Procede de regulation automatique d'une vitesse d'un vehicule circulant a basse vitesse
FR3123863A1 (fr) Procédé de gestion de la vitesse longitudinale d’un véhicule automobile.
FR3101044A1 (fr) Procédé d’aide à la conduite avec détermination d’une distance de sécurité multi-cibles.
EP4077087B1 (fr) Système et procédé de contrôle de véhicule avec compensation de retard temporel de capteurs
FR3109360A1 (fr) Système et procédé de pilotage d’un système de contrôle latéral d’un véhicule automobile en fonction d’une modélisation d’un système de braquage des roues
FR3097186A1 (fr) Procédé de détermination de la vitesse maximale autorisée pour un véhicule automobile mettant en œuvre une fonction de régulation de vitesse
FR3100513A1 (fr) Procédé de détermination d’une vitesse conseillée pour un véhicule automobile mettant en œuvre une fonction de régulation de vitesse
FR3087732A1 (fr) Procede et dispositif de determination d’un changement de voie d’un vehicule
FR3116782A1 (fr) Procédé et dispositif d’adaptation d’une trajectoire d’accélération de consigne d’un régulateur de vitesse véhicule adaptatif d’un véhicule autonome.
EP4348179A1 (fr) Procédé de localisation pour véhicule autonome
WO2023241797A1 (fr) Procédé de gestion de la vitesse longitudinale d'un véhicule automobile.
WO2022128821A1 (fr) Dispositif et procédé de contrôle de véhicule dépendant de la trajectoire
WO2022152983A1 (fr) Procédé et dispositif de contrôle d'accélération d'un véhicule
WO2023105128A1 (fr) Procédé et dispositif de contrôle d'un système de régulation adaptative de vitesse d'un véhicule
FR3136866A1 (fr) Procede de gestion de la position longitudinale d’un aeronef suiveur par rapport a un aeronef meneur
FR3103579A1 (fr) Procédé de régulation du déplacement d’un véhicule automobile.
WO2023037060A1 (fr) Procédé et dispositif de contrôle de vitesse d'un véhicule autonome
FR3110885A1 (fr) Procede d’aide a la conduite avec cible virtuelle de regulation de l’acc
WO2024018130A1 (fr) Procédé et dispositif de contrôle d'un système salc d'un véhicule en fonction de la qualité des lignes de marquage au sol

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20220624

PLFP Fee payment

Year of fee payment: 3

CA Change of address

Effective date: 20230512

PLFP Fee payment

Year of fee payment: 4