FR3130238A1 - Procédé de supervision du fonctionnement d’un véhicule automobile. - Google Patents
Procédé de supervision du fonctionnement d’un véhicule automobile. Download PDFInfo
- Publication number
- FR3130238A1 FR3130238A1 FR2113515A FR2113515A FR3130238A1 FR 3130238 A1 FR3130238 A1 FR 3130238A1 FR 2113515 A FR2113515 A FR 2113515A FR 2113515 A FR2113515 A FR 2113515A FR 3130238 A1 FR3130238 A1 FR 3130238A1
- Authority
- FR
- France
- Prior art keywords
- vehicle
- supervision
- automated
- systems
- motor vehicle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000003213 activating effect Effects 0.000 claims abstract description 5
- 230000033001 locomotion Effects 0.000 claims description 24
- 230000008447 perception Effects 0.000 claims description 24
- 230000006399 behavior Effects 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000002787 reinforcement Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000006978 adaptation Effects 0.000 description 11
- 230000002123 temporal effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 230000007257 malfunction Effects 0.000 description 3
- GDOPTJXRTPNYNR-UHFFFAOYSA-N methyl-cyclopentane Natural products CC1CCCC1 GDOPTJXRTPNYNR-UHFFFAOYSA-N 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- B60W50/04—Monitoring the functioning of the control system
-
- 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
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
-
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
- B60W2050/021—Means for detecting failure or malfunction
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/20—Data confidence level
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
Abstract
Procédé de supervision du fonctionnement d’un véhicule automobile. Procédé de supervision du fonctionnement d’un véhicule automobile comprenant un ensemble ordonné d’au moins deux systèmes automatisés, caractérisé en ce qu’il comprend - une première étape d’activation de la supervision de l’ensemble ordonné de systèmes automatisés, - des itérations d’une deuxième étape de supervision d’un système automatisé, chaque itération étant appliquée successivement, selon l’ordre de l’ensemble ordonné, à l’un des systèmes automatisés, la deuxième étape comprenant : • une sous-étape de mesure d’une performance du système automatisé en cours de supervision, et optionnellement,• une sous-étape d’attribution d’une note positive, négative ou nulle au système automatisé en cours de supervision en fonction de la performance mesurée,et, - une troisième étape de mise à jour d’au moins un système automatisé de l’ensemble ordonné en fonction de la note attribuée à l’au moins un système automatisé. Figure pour l’abrégé : 2
Description
L’invention concerne un procédé de supervision du fonctionnement d’un véhicule automobile. L’invention porte encore sur un dispositif de supervision du fonctionnement d’un véhicule automobile. L’invention porte également sur un programme d’ordinateur mettant en œuvre le procédé mentionné. L’invention porte enfin sur un support d’enregistrement sur lequel est enregistré un tel programme.
Le développement des véhicules autonomes impose de pouvoir garantir un niveau de sécurité des systèmes automatisés mis en œuvre dans ce type de véhicule. Cela implique notamment d’être en capacité d’évaluer l’efficacité des systèmes automatisés dans tout type de situation, dont des situations critiques telles que des changements de voie soudains, des évitements de collision, la défaillance de capteurs, des manœuvres agressives effectuées par les véhicules environnants.
On connaît du document US20200174471 un procédé évaluant les performances du véhicule autonome par analyse du comportement global du véhicule relativement à son environnement, ce procédé utilisant un système de récompense de type algorithme d'apprentissage par renforcement.
Toutefois, cette solution présente des inconvénients. En particulier, l’évaluation globale du comportement du véhicule ne permet pas de détecter précisément le ou les sous-systèmes qui pourraient être à l’origine d’un dysfonctionnement.
Le but de l’invention est de fournir un dispositif et un procédé de supervision du fonctionnement d’un véhicule automobile remédiant aux inconvénients ci-dessus et améliorant les dispositifs et procédés de supervision connus de l’art antérieur. En particulier, l’invention permet de réaliser un dispositif et un procédé qui soient simples et fiables et qui permettent une détection précise du ou des sous-systèmes qui sont à l’origine d’un dysfonctionnement.
A cet effet, l’invention porte sur un procédé de supervision du fonctionnement d’un véhicule automobile comprenant un ensemble ordonné d’au moins deux systèmes automatisés. Le procédé comprend :
- une première étape d’activation de la supervision de l’ensemble ordonné de systèmes automatisés,
- des itérations d’une deuxième étape de supervision d’un système automatisé, chaque itération étant appliquée successivement, selon l’ordre de l’ensemble ordonné, à l’un des systèmes automatisés, la deuxième étape comprenant :
• une sous-étape de mesure d’une performance du système automatisé en cours de supervision, et optionnellement,
• une sous-étape d’attribution d’une note positive, négative ou nulle au système automatisé en cours de supervision en fonction de la performance mesurée,
et,
- une troisième étape de mise à jour d’au moins un système automatisé de l’ensemble ordonné en fonction de la note attribuée à l’au moins un système automatisé.
- une première étape d’activation de la supervision de l’ensemble ordonné de systèmes automatisés,
- des itérations d’une deuxième étape de supervision d’un système automatisé, chaque itération étant appliquée successivement, selon l’ordre de l’ensemble ordonné, à l’un des systèmes automatisés, la deuxième étape comprenant :
• une sous-étape de mesure d’une performance du système automatisé en cours de supervision, et optionnellement,
• une sous-étape d’attribution d’une note positive, négative ou nulle au système automatisé en cours de supervision en fonction de la performance mesurée,
et,
- une troisième étape de mise à jour d’au moins un système automatisé de l’ensemble ordonné en fonction de la note attribuée à l’au moins un système automatisé.
Dans un mode de réalisation, les itérations de la deuxième étape de supervision s‘interrompent lorsqu’un système automatisé obtient une note négative.
Dans un mode de réalisation l’ensemble ordonné d’au moins deux systèmes automatisés, est constitué, dans l’ordre, des systèmes suivants : un système de contrôle du déplacement du véhicule, puis un système de prise de décision, puis un système de traitement des données de perception.
Dans un mode de réalisation, le véhicule automobile comprend des systèmes de communication incluant des systèmes de communication entre véhicules et/ou des systèmes de communication de véhicule à une infrastructure, le véhicule automobile étant en outre équipé d’une interface homme-machine,
et la première étape d’activation de la supervision comprend une réception d’une évaluation d’un comportement du véhicule automobile issue soit de l’interface homme-machine, soit des systèmes de communication.
et la première étape d’activation de la supervision comprend une réception d’une évaluation d’un comportement du véhicule automobile issue soit de l’interface homme-machine, soit des systèmes de communication.
Dans un mode de réalisation, le procédé comprend, suite à la réception d’une évaluation d’un comportement issue des systèmes de communication,
- une détermination d’un contrôle du véhicule d’un premier genre si le véhicule est contrôlé par un conducteur humain, ou une détermination d’un contrôle du véhicule d’un second genre si le véhicule est contrôlé par l’ensemble d’au moins deux systèmes automatisés, puis
- si le contrôle du véhicule est du premier genre, une transmission à l’interface homme-machine d’une note attribuée au conducteur humain, la note étant déterminée à partir de l’évaluation du comportement du véhicule automobile.
- une détermination d’un contrôle du véhicule d’un premier genre si le véhicule est contrôlé par un conducteur humain, ou une détermination d’un contrôle du véhicule d’un second genre si le véhicule est contrôlé par l’ensemble d’au moins deux systèmes automatisés, puis
- si le contrôle du véhicule est du premier genre, une transmission à l’interface homme-machine d’une note attribuée au conducteur humain, la note étant déterminée à partir de l’évaluation du comportement du véhicule automobile.
Dans un mode de réalisation, la troisième étape de mise à jour d’au moins un système automatisé comprend la mise en œuvre d’un algorithme d’apprentissage par renforcement ou un système à commutation.
L’invention porte en outre sur un dispositif de supervision du fonctionnement d’un véhicule automobile, le véhicule étant équipé d’un ensemble ordonné d’au moins deux systèmes automatisés. Le dispositif comprend des éléments matériels et/ou logiciels mettant en œuvre le procédé tel que défini précédemment, notamment des éléments matériels et/ou logiciels conçus pour mettre en œuvre le procédé tel que défini précédemment, et/ou le dispositif comprenant des moyens de mettre en œuvre le procédé tel que défini précédemment.
L’invention porte également sur un produit programme d’ordinateur comprenant des instructions de code de programme enregistrées sur un support lisible par ordinateur pour mettre en œuvre les étapes du procédé tel que défini précédemment lorsque ledit programme fonctionne sur un ordinateur. L’invention porte également sur un produit programme d’ordinateur téléchargeable depuis un réseau de communication et/ou enregistré sur un support de données lisible par un ordinateur et/ou exécutable par un ordinateur, comprenant des instructions qui, lorsque le programme est exécuté par l’ordinateur, conduisent celui-ci à mettre en œuvre le procédé tel que défini précédemment.
L’invention porte encore sur un support d’enregistrement de données, lisible par un ordinateur, sur lequel est enregistré un programme d’ordinateur comprenant des instructions de code de programme de mise en œuvre du procédé tel que défini précédemment. L’invention porte encore sur un support d'enregistrement lisible par ordinateur comprenant des instructions qui, lorsqu'elles sont exécutées par un ordinateur, conduisent celui-ci à mettre en œuvre le procédé tel que défini précédemment.
L’invention porte encore sur un signal d'un support de données, portant le produit programme d'ordinateur tel que défini précédemment.
Le dessin annexé représente, à titre d’exemple, un mode de réalisation d’un dispositif de supervision selon l’invention et un mode d’exécution d’un procédé de supervision selon l’invention.
Un exemple d’un véhicule automobile 100 équipé d’un mode de réalisation d’un dispositif de supervision du fonctionnement d’un véhicule automobile est décrit ci-après en référence à la .
Le véhicule automobile 100 peut être un véhicule automobile de n’importe quel type, notamment un véhicule de tourisme, un véhicule utilitaire, un camion ou encore un véhicule de transport en commun tel qu’un bus ou une navette. Selon le mode de réalisation décrit, le véhicule automobile 100 est un véhicule autonome et sera désigné "véhicule autonome" dans la suite de la description.
Cette illustration est donc faite à titre non limitatif. Notamment le véhicule automobile pourrait être un véhicule non autonome, équipé d’un système d'aide à la conduite, notamment un système d'aide à la conduite correspondant à un niveau supérieur ou égal au niveau 2 d’autonomie, c’est-à-dire correspondant à une autonomie partielle du véhicule.
Le véhicule autonome 100 comprend principalement les éléments suivants :
- des capteurs 1 de l’environnement du véhicule autonome 100,
- des systèmes 2 de communication,
- une interface homme-machine 3,
- des actionneurs 4 du véhicule automobile,
- un système 5 de traitement des données de perception,
- un système 6 de prise de décision,
- un système 7 de contrôle du déplacement du véhicule,
- une unité de calcul 8, comprenant un microprocesseur 81, une mémoire électronique locale 82 et des interfaces de communication 83 permettant au microprocesseur 81 de communiquer avec les capteurs 1, les systèmes 2 de communication, l’interface homme-machine 3, le système 5 de traitement des données de perception, le système 6 de prise de décision, et le système 7 de contrôle du déplacement du véhicule.
- des capteurs 1 de l’environnement du véhicule autonome 100,
- des systèmes 2 de communication,
- une interface homme-machine 3,
- des actionneurs 4 du véhicule automobile,
- un système 5 de traitement des données de perception,
- un système 6 de prise de décision,
- un système 7 de contrôle du déplacement du véhicule,
- une unité de calcul 8, comprenant un microprocesseur 81, une mémoire électronique locale 82 et des interfaces de communication 83 permettant au microprocesseur 81 de communiquer avec les capteurs 1, les systèmes 2 de communication, l’interface homme-machine 3, le système 5 de traitement des données de perception, le système 6 de prise de décision, et le système 7 de contrôle du déplacement du véhicule.
Les capteurs 1 de l’environnement du véhicule autonome 100, peuvent comprendre un ensemble de caméras et/ou lidars et/ou radars pour observer l’environnement à 360 degrés autour du véhicule autonome 100. Ils peuvent comprendre en outre un GPS et une unité de mesure inertielle utilisés pour la localisation du véhicule autonome 100. Les données issues des capteurs 1 sont transmises au système 5 de traitement des données de perception.
Les systèmes 2 de communication comprennent des systèmes de communication entre véhicules (systèmes V2V) ou des systèmes de communication de véhicule à infrastructure (systèmes V2i) permettant aux véhicules d'échanger des informations entre eux, et avec les infrastructures, notamment en ce qui concerne les conditions météorologiques.
L’interface homme-machine 3 est destinée au conducteur ou utilisateur du véhicule autonome 100. Elle permet au conducteur ou utilisateur du véhicule autonome 100 d’évaluer le comportement de son propre véhicule ou d’un véhicule environnant. Elle permet également d’informer le conducteur du véhicule lorsque la responsabilité du contrôle de son véhicule lui est attribuée suite à une défaillance d’au moins un système automatisé.
Les actionneurs 4 mettent en œuvre le déplacement du véhicule autonome 100 ; ils comprennent un actionneur de couple moteur, un actionneur de freins et un actionneur de rotation des roues directrices.
Le système 5 de traitement des données de perception traite les données issues des capteurs 1 et des systèmes 2 de communication, et construit une représentation de l’environnement du véhicule autonome 100. Le système 5 fournit en sortie la position du véhicule et une description de tous les objets pertinents qui l'entourent.
Le système 6 de prise de décision reçoit les données issues du système 5 de traitement des données de perception, qui l’informent de la situation courante du véhicule et de son environnement. En fonction de ces données, le système 6 adapte le comportement du véhicule à la situation courante. Notamment, le système 6 peut déterminer une décision du véhicule autonome 100, portant par exemple sur une manœuvre de changement de voie, et/ou de maintien sur la voie avec un changement de vitesse.
Le système 6 comprend un système de navigation dont le rôle est de générer le mouvement et la planification comportementale du véhicule. Il agit avant le système 7 de contrôle du déplacement du véhicule pour adapter la réponse du véhicule en fonction des scénarios actuels.
Le système 7 de contrôle du déplacement du véhicule se compose principalement d’un sous-système de contrôle longitudinal, d’un sous-système de contrôle latéral et du châssis. Le système 7 génère des commandes pour minimiser une erreur entre la trajectoire réelle du véhicule et la trajectoire définie par la navigation, par exemple pour un suivi de voie, un suivi de vitesse...
Le système 5 de traitement des données de perception, le système 6 de prise de décision et le système 7 de contrôle du déplacement du véhicule sont aptes à recevoir des récompenses ou notes issues du microprocesseur 81.
Dans le mode de réalisation décrit, le véhicule autonome 100 comprend donc un ensemble ordonné ENS de systèmes automatisés, l’ensemble ordonné comprenant, dans l’ordre, les systèmes suivants : le système de contrôle du déplacement du véhicule 7, puis le système de prise de décision 6, puis le système de traitement des données de perception 5.
La est une représentation alternative d’un véhicule automobile équipé d’un dispositif de supervision selon l’invention.
Dans le mode de réalisation de l’invention, le calculateur 81 permet d’exécuter un logiciel comprenant les modules suivants qui communiquent entre eux :
- un module 811 d’activation de la supervision, qui communique avec les systèmes 2 de communication, l’interface homme-machine 3 et la mémoire locale 82,
- un module 812 de supervision d’un système automatisé, qui communique avec le système de traitement des données de perception 5, le système de prise de décision 6, le système de contrôle du déplacement du véhicule 7 et la mémoire locale 82,
- un module 813 de mise à jour d’un système automatisé, qui communique avec le système de traitement des données de perception 5, le système de prise de décision 6, le système de contrôle du déplacement du véhicule 7 et la mémoire locale 82,
- un module 814 de de transfert de la conduite à un conducteur humain, qui collabore avec l’interface homme-machine 3 et la mémoire locale 82.
- un module 811 d’activation de la supervision, qui communique avec les systèmes 2 de communication, l’interface homme-machine 3 et la mémoire locale 82,
- un module 812 de supervision d’un système automatisé, qui communique avec le système de traitement des données de perception 5, le système de prise de décision 6, le système de contrôle du déplacement du véhicule 7 et la mémoire locale 82,
- un module 813 de mise à jour d’un système automatisé, qui communique avec le système de traitement des données de perception 5, le système de prise de décision 6, le système de contrôle du déplacement du véhicule 7 et la mémoire locale 82,
- un module 814 de de transfert de la conduite à un conducteur humain, qui collabore avec l’interface homme-machine 3 et la mémoire locale 82.
Un mode d’exécution du procédé de commande d’un véhicule autonome est décrit ci-après en référence à la . Le procédé comprend quatre étapes E1 à E4.
Dans une première étape E1 on active la supervision de l’ensemble ordonné ENS de systèmes automatisés.
Dans un premier mode de réalisation, l’activation de la supervision est automatique. Par exemple, elle s’effectue au démarrage du véhicule autonome 100, puis l’ensemble de sous-systèmes est ensuite périodiquement supervisé, à une période P qui peut être fixe ou dépendante du contexte de navigation du véhicule.
Dans le premier mode de réalisation de l’étape E1, on peut par exemple utiliser une temporisation TEMPO associée à l’étape E1. La temporisation est enregistrée dans la mémoire locale 82. Elle peut prendre deux états : un état dit inactif, et un état dit actif. Par défaut la temporisation est dans l’état inactif. Lorsqu’une temporisation est démarrée, alors elle passe dans l’état actif. Puis lorsque la durée de la temporisation s’est écoulée, la temporisation passe dans l’état inactif.
Dans le premier mode de réalisation de l’étape E1, on teste l’état de la temporisation TEMPO.
Si la temporisation est inactive, alors on active la temporisation TEMPO en lui affectant une durée P correspondant à la période de supervision. La temporisation passe alors à l’état actif pendant une durée P. On enchaine ensuite sur l’étape E2.
Dans un deuxième mode de réalisation complémentaire ou alternatif au premier mode de réalisation, l’activation de la supervision peut comprendre une réception d’une évaluation d’un comportement du véhicule autonome 100 issue soit de l’interface homme-machine 3, soit des systèmes de communication 2.
En d’autres termes, une évaluation d’un comportement du véhicule autonome 100 a été émise
- soit par un conducteur ou un passager du véhicule autonome 100 via l’interface homme-machine 3,
- soit par un conducteur ou passager d’un véhicule environnant ou d’une infrastructure environnante, l’évaluation étant reçue via les systèmes de communication 2.
- soit par un conducteur ou un passager du véhicule autonome 100 via l’interface homme-machine 3,
- soit par un conducteur ou passager d’un véhicule environnant ou d’une infrastructure environnante, l’évaluation étant reçue via les systèmes de communication 2.
Dans le deuxième mode de réalisation, on évalue le genre du contrôle du véhicule 100. Avantageusement le genre du contrôle du véhicule est enregistré et mis à jour dans la mémoire locale 82. Le contrôle du véhicule peut être
- d’un premier genre T1 si le véhicule est contrôlé par un conducteur humain,
- ou d’un second genre T2 si le véhicule est contrôlé par l’ensemble ENS d’au moins deux systèmes automatisés.
- d’un premier genre T1 si le véhicule est contrôlé par un conducteur humain,
- ou d’un second genre T2 si le véhicule est contrôlé par l’ensemble ENS d’au moins deux systèmes automatisés.
Si le contrôle du véhicule est du premier genre T1, cela signifie que l’évaluation d’un comportement du véhicule est destinée à un conducteur humain du véhicule. Une note est alors attribuée au conducteur humain en fonction de l’évaluation du comportement EC. Elle lui est transmise via l’interface homme-machine 3. Puis on reboucle sur l’étape E1.
Si le contrôle du véhicule est du deuxième genre T2, cela signifie que l’évaluation d’un comportement du véhicule doit être analysée en fonction des systèmes automatisés de l’ensemble ENS. 0n enchaine alors sur l’étape E2.
Dans la deuxième étape E2, on supervise successivement les systèmes automatisés de l’ensemble ENS, l’ordre de supervision des systèmes étant fixe. Dans le mode de réalisation de l’ensemble ENS décrit, cela revient à superviser d’abord le système de contrôle du déplacement du véhicule 7, puis le système de prise de décision 6, puis le système de traitement des données de perception 5.
La supervision d’un système automatisé Sicomprend deux sous-étapes :
- une sous-étape E21 de mesure d’une performance Pidu système automatisé Si, et optionnellement,
- une sous-étape E22 d’attribution d’une note Nipositive, négative ou nulle au système automatisé Sien fonction de la performance mesurée Pi.
- une sous-étape E21 de mesure d’une performance Pidu système automatisé Si, et optionnellement,
- une sous-étape E22 d’attribution d’une note Nipositive, négative ou nulle au système automatisé Sien fonction de la performance mesurée Pi.
Dans la suite du document les termes de « note » ou de « récompense » sont indifféremment utilisés pour désigner une évaluation chiffrée du fonctionnement d’un système automatisé Si.
Les traitements effectués dans les sous-étapes E21 et E22 dépendent du sous-système évalué Si. Les sous-étapes E21 et E22 sont itérées sur les différents systèmes Si.
Par exemple, en ce qui concerne la supervision du système de contrôle du déplacement du véhicule 7, dans la sous-étape E21, on peut calculer un écart entre une première trajectoire appliquée par le véhicule autonome 100 et une deuxième trajectoire idéale qui a été précédemment déterminée par le module de prise de décision 6. Dans la sous-étape E22, on attribue une note positive, négative ou nulle en fonction de l’écart calculé.
En ce qui concerne la supervision du système de prise de décision 6, dans la sous-étape E21, on peut vérifier si une décision définie par le module de décision 6 respecte les contraintes déterminées par le système de perception 5. Par exemple, on peut vérifier si la décision respecte la configuration du trafic environnant, l’état des feux de circulation… Puis, dans la sous-étape E22, si la décision respecte la configuration du trafic environnant, alors on attribue une note positive ou nulle au module de prise de décision 6. Sinon on attribue une note négative au module de prise de décision 6.
En ce qui concerne la supervision du système de perception 5, dans la sous-étape E21, on peut vérifier la cohérence entre les perceptions courantes fournies par le système de perception 5 à l’instant T de supervision, et les perceptions fournies par le système de perception 5 à un précédent instant T-dT. Par exemple, on peut vérifier si des pistes fantômes sont apparues entre les instants T-dT et T, ou on peut détecter une incertitude sur la localisation d’un véhicule ou d’un objet entre les instants T-dT et T. On peut par ailleurs détecter des images altérées du fait de mauvaises conditions météorologiques. Puis, dans la sous-étape E22, en fonction des résultats de la sous-étape E21, on attribue une note positive ou négative ou nulle au système de perception.
Ainsi, chaque système automatisé Sisupervisé dans l’étape E2 obtient une note Nipositive, négative ou nulle. Dans un mode de réalisation, les notes Niobtenues sont enregistrées dans la mémoire locale 82 afin d’être traitées lors de l’exécution ultérieure de l’étape E3 de mise à jour d’au moins un système automatisé Si.
De plus, dans un mode de réalisation préférentiel, l’itération de la deuxième étape E2 s‘interrompt dès qu’un système automatisé Siobtient une note Ninégative. Ce mode d’exécution préférentiel de l’étape E2 est illustré par la et décrit ci-après.
Dans une première étape 140, on teste si le système 7 de contrôle des mouvements du véhicule a atteint ses objectifs :
- si oui, dans une deuxième étape 142, on transmet une récompense neutre au système 7; puis on enchaîne sur une troisième étape 150 et
- si non, dans une quatrième étape 141 on transmet une récompense négative au système 7 et on enchaine directement sur l’étape E3.
- si oui, dans une deuxième étape 142, on transmet une récompense neutre au système 7; puis on enchaîne sur une troisième étape 150 et
- si non, dans une quatrième étape 141 on transmet une récompense négative au système 7 et on enchaine directement sur l’étape E3.
Dans la troisième étape 150, on teste si le système 6 de prise de décision a atteint ses objectifs :
- si oui, dans une cinquième étape 152, on transmet une récompense neutre au système 6; puis enchaine sur une sixième étape 160 et
- si non, dans une septième étape 151, on transmet une récompense négative au système 6 et on enchaine directement sur l’étape E3.
- si oui, dans une cinquième étape 152, on transmet une récompense neutre au système 6; puis enchaine sur une sixième étape 160 et
- si non, dans une septième étape 151, on transmet une récompense négative au système 6 et on enchaine directement sur l’étape E3.
Dans la sixième étape 160, on teste si les capteurs 1 sont défaillants :
- si non, dans une huitième étape 161 on transmet une récompense négative au système 5 de traitement des données de perception et on enchaine directement sur l’étape E3,
- si oui, dans une neuvième étape 162 on transmet une récompense neutre au système 5; puis enchaine sur l’étape E4 de transfert de la conduite à un conducteur humain.
- si non, dans une huitième étape 161 on transmet une récompense négative au système 5 de traitement des données de perception et on enchaine directement sur l’étape E3,
- si oui, dans une neuvième étape 162 on transmet une récompense neutre au système 5; puis enchaine sur l’étape E4 de transfert de la conduite à un conducteur humain.
Ainsi, lors de l’itération de l’étape E2 appliquée au système de contrôle du déplacement du véhicule 7, si le système 7 de contrôle du déplacement du véhicule obtient une note négative, on enchaine directement sur l’étape E3 de mise à jour du système 7 de contrôle du déplacement du véhicule sans effectuer de supervision ni du système 6 de prise de décision, ni du système 5 de perception.
De même, si, lors de l’itération de l’étape E2 appliquée au système 6 de prise de décision, le système 6 de prise de décision obtient une note négative, on enchaine directement sur l’étape E3 de mise à jour du système 6 de prise de décision sans effectuer de supervision du système 5 de perception.
Lorsqu’une évaluation négative d’un comportement du véhicule autonome 100 (issue de l’interface homme machine 3 ou des systèmes de communication 2) a été traitée dans l’étape E1, on s’attend à déterminer dans l’étape E2 quel système automatisé Siest à l’origine du comportement évalué négativement. Il peut toutefois arriver qu’aucun système automatisé Sin’obtienne de note négative lors de l’exécution de l’étape E2. On se trouve ainsi dans une situation où la supervision des systèmes effectuée dans l’étape E2 ne détermine aucune source possible du comportement du véhicule autonome, et donc aucun moyen de corriger le comportement évalué comme négatif. Dans ce cas, on enchaine sur l’étape E4 de transfert de la conduite à un conducteur humain.
Dans l’étape E3, on met à jour au moins un système automatisé Side l’ensemble ordonné ENS en fonction d’une note Niattribuée à l’au moins un système automatisé Si.
L’étape E3 comprend la mise en œuvre d’une adaptation de chaque système automatisé Siayant obtenu une note Nilors de l’exécution de l’étape E2. Dans un mode de réalisation, l’adaptation comprend la mise en œuvre d’un algorithme d’apprentissage par renforcement RLiet/ou l’adaptation comprend la mise en œuvre d’un système à commutation SWi.
Dans la suite du document le terme « adaptation » d’un système Sidésigne un apprentissage ou une amélioration ou une mise à jour du système Sipar la prise en compte d’une note Niobtenue lors de l’exécution de l’étape E2.
La illustre le principe d’un algorithme d’apprentissage par renforcement RLiappliqué à un système Sifaisant l’objet d’un apprentissage. A chaque cycle, le système Sireçoit des informations sur l'état d’un environnement Ei(t), comprenant un ensemble de données décrivant une situation courante. A partir de ces informations, le système Sisélectionne une action à exécuter Ai(t), qui modifie l'état de l'environnement (le nouvel état étant Ei(t+dt)) et génère une récompense Ri(t+dt) pour le système Si. L’objectif d’un tel algorithme est de maximiser la récompense Riaprès un certain nombre d’itérations de l’algorithme.
En variante, l’algorithme d’apprentissage RLipourrait utiliser une méthode d’apprentissage de type Q-Learning, qui permet au système Sid'apprendre une stratégie pour déterminer quelle action Aieffectuer dans chaque état Eidu système. Elle fonctionne par l'apprentissage d'une fonction Qiqui permet de déterminer le gain potentiel, Qi(Ei(t),Ai(t)), c'est-à-dire la récompense sur le long terme apportée par le choix d'une action Ai(t) dans un état Ei(t) en suivant une politique optimale. Un des avantages de la méthode d’apprentissage par Q-learning est qu'elle ne dépend pas de la définition d'un modèle d'évolution ou d'une stratégie de contrôle préalablement définis par l'utilisateur mais est basée directement sur l'interaction du système avec son environnement et la récompense reçue à chaque étape.
Ainsi, lorsque l’adaptation d’un système autonome Sicomprend la mise en œuvre d’un algorithme d’apprentissage RLi, la note positive ou nulle obtenue par un système automatisé Silors de l’exécution de l’étape E2 permet d’améliorer la robustesse du système, notamment en sauvegardant dans la mémoire locale 82 les paramètres du système Siappliqués lors du scenario associé à l’obtention de la note positive ou nulle, notamment en sauvegardant les données reçues en entrée du système et les données fournies en sortie du système Si.
Alternativement, l’adaptation d’un système autonome Sipeut comprendre la mise en œuvre d'un système à commutation SWi. Un système à commutation SWiest composé d’un ensemble de sous-systèmes SSWiket d’une loi logique Li(ou contrôleur de commutation Li) qui indique quel est le sous-système SSWikactif.
Dans un mode de réalisation, un algorithme de Q-learning pourrait coopérer avec un contrôleur de commutation Liconçu dans le but de superviser le système à commutation SWi.
Le choix entre un premier type d’adaptation, mettant en œuvre un algorithme d’apprentissage par renforcement RLi, et un deuxième type d’adaptation, mettant en œuvre un système à commutation SWi, peut être guidé par la recherche de stabilité du système Si. Par exemple, dans le cas d’un système 7 de contrôle du déplacement du véhicule 7, la stabilité du système est primordiale pour des raisons de sécurité du déplacement du véhicule. Dans ce cas, on utilisera préférentiellement une adaptation du deuxième type, c’est-à-dire une adaptation mettant en œuvre un système à commutation SWi.
Alternativement, lorsque le système Sià adapter gère un grand nombre de données, il peut être plus avantageux d’utiliser une adaptation du premier type, c’est-à-dire mettant en œuvre un algorithme d’apprentissage par renforcement RLi. Par exemple, l’utilisation d’un algorithme d’apprentissage par renforcement est particulièrement avantageuse pour adapter le système 6 de prise de décision. En effet, ce type d’algorithme permet de gérer un grand nombre de données physiques et mesurées, puis d’évaluer des liens entre les données décrivant l’environnement du véhicule et une décision prise par le système 6 de prise de décision.
En d’autres termes, la complexité de la tâche de conduite et l'imprévisibilité de l'environnement rendent difficile la modélisation de la situation actuelle et du risque qui y est associé. Les algorithmes d’apprentissage par renforcement RLioffrent une solution alternative à la modélisation ; ils permettent de gérer la complexité croissante du système en fournissant une solution intermédiaire comprenant une première partie de traitement exploratoire et une deuxième partie de traitement d’exploitation des données, les première et deuxième parties permettant ensemble d'inférer un comportement du système Si.
Un exemple de mise en œuvre d’un procédé de supervision selon l’invention est décrit par les figures 6 à 9. La simulation décrite porte sur un changement de voie autonome du véhicule autonome 100.
Le graphe G1 de la représente
- sur l’axe des abscisses, la distance longitudinale exprimée en mètres parcourue par le véhicule autonome 100 depuis le début de la manœuvre, et
- sur l’axe des ordonnées la distance latérale exprimée en mètres entre la position 301, 302, 303 du véhicule autonome et la trajectoire cible 201.
- sur l’axe des abscisses, la distance longitudinale exprimée en mètres parcourue par le véhicule autonome 100 depuis le début de la manœuvre, et
- sur l’axe des ordonnées la distance latérale exprimée en mètres entre la position 301, 302, 303 du véhicule autonome et la trajectoire cible 201.
La trajectoire cible 201 est représentée par la droite Y=0 sur le graphe G1.
Le véhicule autonome 100 initie une manœuvre de changement de voie alors qu’il se situe à une distance latérale de la trajectoire cible 201 égale à 3 mètres, comme cela est représenté par le point A de la .
Le système 5 de traitement des données de perception identifie la présence d’un camion situé à une ordonnée 202 égale à -1 mètre, c’est-à-dire à une distance latérale de 1 mètre de la trajectoire cible et à une distance latérale de 4 mètres du véhicule autonome 100 au début de la manœuvre (c’est-à-dire au point A).
A partir des informations issues du système 5 de traitement des données de perception, le système 6 de prise de décision transmet au système 7 de contrôle du déplacement
- une première consigne pour imposer une limite minimale de distance latérale 203 entre la trajectoire cible 201 le véhicule autonome 100 égale à -0,6m, et
- une deuxième consigne pour garantir un confort de conduite en limitant la valeur absolue de la vitesse de braquage à 0,2 radian par seconde.
- une première consigne pour imposer une limite minimale de distance latérale 203 entre la trajectoire cible 201 le véhicule autonome 100 égale à -0,6m, et
- une deuxième consigne pour garantir un confort de conduite en limitant la valeur absolue de la vitesse de braquage à 0,2 radian par seconde.
Selon les consignes déterminées par le système 6 de prise de décision, l'objectif du système 7 de contrôle du déplacement est de suivre la trajectoire en douceur (notamment en appliquant un faible effort de braquage) tout en respectant les contraintes latérales demandées.
En conséquence, dans l’itération de l’étape E2 de supervision appliquée au système 7 de contrôle du déplacement, et plus particulièrement dans la sous-étape E21, on évalue le système 7 selon les critères suivants :
- une premier critère selon lequel le véhicule autonome 100 ne doit pas franchir la limite 203 correspondant à une distance latérale de -0,6 mètres entre la trajectoire cible 201 et la position du véhicule autonome, comme cela est représenté par la , et
- un deuxième critère selon lequel le véhicule autonome doit maintenir une vitesse de braquage comprise entre une valeur minimale 204 égale à -0,2 radian par seconde et une valeur maximale 205 égale à 0,2 radian par seconde, comme cela est représenté par la .
- une premier critère selon lequel le véhicule autonome 100 ne doit pas franchir la limite 203 correspondant à une distance latérale de -0,6 mètres entre la trajectoire cible 201 et la position du véhicule autonome, comme cela est représenté par la
- un deuxième critère selon lequel le véhicule autonome doit maintenir une vitesse de braquage comprise entre une valeur minimale 204 égale à -0,2 radian par seconde et une valeur maximale 205 égale à 0,2 radian par seconde, comme cela est représenté par la
Tant que le véhicule respecte les premier et deuxième critères,
- dans la sous-étape E22, on attribue une note Nipositive au système 7 de contrôle du déplacement, et
- dans l’étape E3, on renforce l’apprentissage du système 7 en traitant la note Nipositive.
- dans la sous-étape E22, on attribue une note Nipositive au système 7 de contrôle du déplacement, et
- dans l’étape E3, on renforce l’apprentissage du système 7 en traitant la note Nipositive.
Dans l’exemple décrit par les figures 6 à 9, l’apprentissage du système 7 repose sur l’utilisation d’un système à commutation SWi, qui peut commuter entre trois versions différentes 71, 72, 73 du système 7.
La représente, dans un graphe G2:
- l’évolution temporelle 401 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la première version 71 du système 7,
- l’évolution temporelle 402 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la deuxième version 72 du système 7,
- l’évolution temporelle 403 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la troisième version 73 du système 7.
- l’évolution temporelle 401 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la première version 71 du système 7,
- l’évolution temporelle 402 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la deuxième version 72 du système 7,
- l’évolution temporelle 403 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la troisième version 73 du système 7.
La représente, dans un graphe G3:
- l’évolution temporelle 501 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la première version 71 du système 7,
- l’évolution temporelle 502 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la deuxième version 72 du système 7,
- l’évolution temporelle 503 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la troisième version 73 du système 7.
- l’évolution temporelle 501 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la première version 71 du système 7,
- l’évolution temporelle 502 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la deuxième version 72 du système 7,
- l’évolution temporelle 503 de la distance latérale en mètres entre la position courante du véhicule autonome 100 et la trajectoire cible lors de l’utilisation de la troisième version 73 du système 7.
La représente, dans un graphe G4, la note attribuée 601, 602, 603 respectivement à chacune des première deuxième et troisième versions 71, 72, 73 du système 7.
Les figures 6 et 7 illustrent le fait que la première version 71 du système 7 n’a pas permis au véhicule autonome 100 de respecter la limite latérale 203. Dans l’étape E22, la première version 71 du système 7 obtient donc une note N71fortement négative, notamment -6, comme cela est illustré par la .
Dans l’étape E3, la note N71est alors transmise au système 7 qui est ainsi informé qu’il doit être amélioré.
Une deuxième version 72 du système 7 est alors utilisée à la place de la première version 71. Les figures 6 et 7 illustrent le fait que la deuxième version 72 du système 7 a permis au véhicule autonome 100 de respecter la limite latérale 203. Toutefois, la illustre le fait que la deuxième version 72 a dépassé la limite autorisée en termes de vitesse de braquage 502. Dans l’étape E22, la deuxième version 72 du système 7 obtient donc une note N72faiblement négative, comme cela est illustré par la .
Dans l’étape E3, la note N72est alors transmise au système 7 qui est ainsi informé qu’il doit être à nouveau amélioré.
Une troisième version 73 du système 7 est alors utilisée à la place de la deuxième version 72. Les figures 6 et 7 illustrent le fait que la troisième version 73 du système 7 a permis au véhicule autonome 100 de respecter la limite latérale 203. De plus, la illustre le fait que la troisième version 73 n’a dépassé que transitoirement la limite autorisée en termes de vitesse de braquage 502. Dans l’étape E22, la troisième version 72 du système 7 obtient donc une note N73positive, comme cela est illustré par la .
Dans une étape E4, on transfère le contrôle du véhicule à un usager du véhicule autonome 100. Les systèmes automatisés Sine sont alors plus actifs. Le genre du contrôle du véhicule est alors mis à jour dans la mémoire locale 82, comme étant du premier genre T1.
Finalement, le procédé de supervision selon l’invention permet d’évaluer, de valider et d’améliorer tout système autonome d’aide à la conduite (système ADAS) ou tout système automatisé d’un véhicule autonome.
Pour cela, le procédé de supervision attribue des notes individuelles (ou récompenses) au comportement de chaque système supervisé, ces notes pouvant être positives ou négatives. Cela a pour premier effet de déterminer la source d’un éventuel dysfonctionnement et ainsi de prendre des mesures pour sécuriser individuellement le fonctionnement de chaque système supervisé. Cela a pour second effet d’améliorer le fonctionnement de chaque système supervisé en mémorisant les données issues de l’expérience du véhicule autonome, notamment lorsqu’un système supervisé obtient une note positive. L’expérience de chaque système supervisé peut être capitalisée en utilisant, par exemple, un algorithme d’apprentissage par renforcement ou un système à commutation.
Le procédé de supervision selon l’invention peut être mis en œuvre dans différentes circonstances.
En premier lieu, la supervision peut intervenir lors de la phase de calibrage du véhicule autonome, pour entrainer chaque système automatisé du véhicule autonome 100 avant la mise en vente du véhicule.
En deuxième lieu, la supervision peut intervenir lors de l’utilisation courante du véhicule autonome 100 par un usager. La supervision peut alors être périodique. En complément ou alternativement, la supervision peut être déclenchée ponctuellement suite une évaluation négative d’un comportement du véhicule autonome 100, l’évaluation pouvant provenir de données issues de réseaux V2V ou V2i, ou d’une interface homme-machine du véhicule autonome 100.
Lorsqu’elle génère une note positive, la supervision permet alors de capitaliser l’apprentissage d’une expérience dans laquelle, par exemple, une décision prise par le véhicule autonome a été particulièrement bien adaptée à une situation de conduite délicate.
Lorsqu’elle génère une note négative, la supervision signale un problème à résoudre et entraine une amélioration du système supervisé et/ou le transfert de la conduite à un usager du véhicule autonome 100.
Le procédé de supervision s’applique également à un conducteur humain du véhicule autonome 100. Dans ce cas, le procédé de supervision transmet des notes au conducteur humain via une interface homme machine, ces notes pouvant être déterminées en fonction d’évaluations émises par un véhicule environnant ou une infrastructure environnante.
Le procédé de supervision selon l'invention présente ainsi plusieurs avantages.
En premier lieu, il améliore les performances, la fiabilité et la sécurité du véhicule, notamment en améliorant l'adaptabilité du véhicule face aux situations normales et critiques.
De plus, le procédé de supervision selon l’invention permet au véhicule d’améliorer son fonctionnement au fil de son utilisation, en acquérant des connaissances sur les situations rencontrées.
Le procédé de supervision selon l’invention est applicable à tout système automatisé équipant le véhicule. Il peut également s’appliquer à un conducteur humain du véhicule.
Claims (10)
- Procédé de supervision du fonctionnement d’un véhicule automobile (100) comprenant un ensemble ordonné (ENS) d’au moins deux systèmes automatisés (S1, Si,…, SN), caractérisé en ce qu’il comprend
- une première étape (E1) d’activation de la supervision de l’ensemble ordonné (ENS) de systèmes automatisés,
- des itérations d’une deuxième étape (E2) de supervision d’un système automatisé (Si), chaque itération étant appliquée successivement, selon l’ordre de l’ensemble ordonné (ENS), à l’un des systèmes automatisés (S1, Si,…, SN), la deuxième étape (E2) comprenant :- une sous-étape (E21) de mesure d’une performance (Pi) du système automatisé (Si) en cours de supervision, et optionnellement
- une sous-étape (E22) d’attribution d’une note (Ni) positive, négative ou nulle au système automatisé (Si) en cours de supervision en fonction de la performance mesurée (Pi)
- une troisième étape (E3) de mise à jour d’au moins un système automatisé (Si) de l’ensemble ordonné (ENS) en fonction de la note (Ni) attribuée à l’au moins un système automatisé (Si). - Procédé de supervision selon la revendication précédente, caractérisé en ce que les itérations de la deuxième étape (E2) de supervision s‘interrompent lorsqu’un système automatisé (Si) obtient une note (Ni) négative.
- Procédé de supervision selon l’une des revendications précédentes, caractérisé en ce que l’ensemble ordonné (ENS) d’au moins deux systèmes automatisés (S1, Si,…, SN), est constitué, dans l’ordre, des systèmes suivants : un système (7) de contrôle du déplacement du véhicule, puis un système (6) de prise de décision, puis un système (5) de traitement des données de perception.
- Procédé de supervision selon l’une des revendications précédentes, le véhicule automobile (100) comprenant des systèmes de communication (2) incluant des systèmes de communication entre véhicules et/ou des systèmes de communication de véhicule à une infrastructure, le véhicule automobile (100) étant en outre équipé d’une interface homme-machine (3), caractérisé en ce que la première étape (E1) d’activation de la supervision comprend une réception d’une évaluation d’un comportement (EC) du véhicule automobile (100) issue soit de l’interface homme-machine (3), soit des systèmes de communication (2).
- Procédé de supervision selon la revendication précédente, caractérisé en ce qu’il comprend, suite à la réception d’une évaluation d’un comportement (EC) issue des systèmes de communication (2),
- une détermination d’un contrôle du véhicule d’un premier genre (T1) si le véhicule est contrôlé par un conducteur humain, ou une détermination d’un contrôle du véhicule d’un second genre (T2) si le véhicule est contrôlé par l’ensemble (ENS) d’au moins deux systèmes automatisés, puis
- si le contrôle du véhicule est du premier genre (T1), une transmission à l’interface homme-machine (3) d’une note attribuée au conducteur humain, la note étant déterminée à partir de l’évaluation du comportement (EC) du véhicule automobile (100). - Procédé de supervision selon l’une des revendications précédentes, caractérisé en ce que la troisième étape (E3) de mise à jour d’au moins un système automatisé comprend la mise en œuvre d’un algorithme d’apprentissage par renforcement (RLi) ou un système à commutation (SWi).
- Dispositif (8) de supervision du fonctionnement d’un véhicule automobile (100), le véhicule étant équipé d’un ensemble ordonné (ENS) d’au moins deux systèmes automatisés (S1, Si,…, SN), le dispositif comprenant des éléments (81, 82, 83, 811, 812, 813, 814) matériels et/ou logiciels mettant en œuvre le procédé selon l’une des revendications 1 à 6.
- Produit programme d’ordinateur comprenant des instructions de code de programme enregistrées sur un support lisible par ordinateur pour mettre en œuvre les étapes du procédé selon l’une quelconque des revendications 1 à 6 lorsque ledit programme fonctionne sur un ordinateur.
- Support d’enregistrement de données, lisible par un ordinateur, sur lequel est enregistré un programme d’ordinateur comprenant des instructions de code de programme de mise en œuvre du procédé selon l’une des revendications 1 à 6 ou selon la revendication 8.
- Signal d'un support de données, portant le produit programme d'ordinateur selon la revendication 8.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2113515A FR3130238B1 (fr) | 2021-12-14 | 2021-12-14 | Procédé de supervision du fonctionnement d’un véhicule automobile. |
| PCT/EP2022/085294 WO2023110706A1 (fr) | 2021-12-14 | 2022-12-12 | Procédé de supervision du fonctionnement d'un véhicule automobile |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2113515 | 2021-12-14 | ||
| FR2113515A FR3130238B1 (fr) | 2021-12-14 | 2021-12-14 | Procédé de supervision du fonctionnement d’un véhicule automobile. |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3130238A1 true FR3130238A1 (fr) | 2023-06-16 |
| FR3130238B1 FR3130238B1 (fr) | 2024-03-15 |
Family
ID=81448709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2113515A Active FR3130238B1 (fr) | 2021-12-14 | 2021-12-14 | Procédé de supervision du fonctionnement d’un véhicule automobile. |
Country Status (2)
| Country | Link |
|---|---|
| FR (1) | FR3130238B1 (fr) |
| WO (1) | WO2023110706A1 (fr) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160090100A1 (en) * | 2014-09-29 | 2016-03-31 | Fuji Jukogyo Kabushiki Kaisha | Driving control apparatus for vehicle |
| US20200174471A1 (en) | 2018-11-30 | 2020-06-04 | Denso International America, Inc. | Multi-Level Collaborative Control System With Dual Neural Network Planning For Autonomous Vehicle Control In A Noisy Environment |
| WO2020139327A1 (fr) * | 2018-12-26 | 2020-07-02 | Didi Research America, Llc | Systèmes et procédés de télémesure de véhicule |
| WO2020248205A1 (fr) * | 2019-06-14 | 2020-12-17 | Beijing Voyager Technology Co., Ltd. | Systèmes et procédés de surveillance d'un véhicule |
-
2021
- 2021-12-14 FR FR2113515A patent/FR3130238B1/fr active Active
-
2022
- 2022-12-12 WO PCT/EP2022/085294 patent/WO2023110706A1/fr unknown
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160090100A1 (en) * | 2014-09-29 | 2016-03-31 | Fuji Jukogyo Kabushiki Kaisha | Driving control apparatus for vehicle |
| US20200174471A1 (en) | 2018-11-30 | 2020-06-04 | Denso International America, Inc. | Multi-Level Collaborative Control System With Dual Neural Network Planning For Autonomous Vehicle Control In A Noisy Environment |
| WO2020139327A1 (fr) * | 2018-12-26 | 2020-07-02 | Didi Research America, Llc | Systèmes et procédés de télémesure de véhicule |
| WO2020248205A1 (fr) * | 2019-06-14 | 2020-12-17 | Beijing Voyager Technology Co., Ltd. | Systèmes et procédés de surveillance d'un véhicule |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023110706A1 (fr) | 2023-06-22 |
| FR3130238B1 (fr) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11294388B2 (en) | Machine learning enhanced vehicle merging | |
| EP3660734A1 (fr) | Prédiction de comportement d'objets en temps réel | |
| WO2018020129A1 (fr) | Systeme de pilotage d'un vehicule autonome | |
| WO2020259705A1 (fr) | Systèmes et procédés de transfert de conduite autonome | |
| EP3577528B1 (fr) | Permettre le contrôle à distance d'un véhicule | |
| CN111669727B (zh) | 利用移动出行代理管理车辆 | |
| CN111754015A (zh) | 在动态系统中训练和选择最优解决方案的系统和方法 | |
| WO2021121924A1 (fr) | Procédé de détermination d'un profil de vitesse d'un vehicule automobile à accélération non prédéterminée | |
| CN114274972A (zh) | 自主驾驶环境中的场景识别 | |
| EP3661827A1 (fr) | Procede d'elaboration d'une consigne de pilotage d'un organe de conduite d'un vehicule automobile | |
| FR3130238A1 (fr) | Procédé de supervision du fonctionnement d’un véhicule automobile. | |
| FR3079954A1 (fr) | Apprentissage automatique predictif pour la prediction d'une vitesse future d'un vehicule automobile en mouvement sur une route | |
| JP6443323B2 (ja) | 運転支援装置 | |
| WO2020048770A1 (fr) | Prédiction d'un paramètre de recalage cartographique par apprentissage profond | |
| CN111746554A (zh) | 自主系统中的认知处理器前馈和反馈集成 | |
| FR3095401A1 (fr) | Plateforme et procédé de supervision d’une infrastructure pour véhicules de transport, véhicule, système de transport et programme d’ordinateur associés | |
| FR3013117A1 (fr) | Dispositif de supervision pour un aeronef, systeme de supervision, procede de supervision et produit programme d'ordinateur associes | |
| FR3087732A1 (fr) | Procede et dispositif de determination d’un changement de voie d’un vehicule | |
| FR3102879A1 (fr) | Système et procédé de gestion de la position d’un véhicule autonome. | |
| CN110362086B (zh) | 用于控制自动驾驶车辆的方法和装置 | |
| JP2023161167A (ja) | 車両制御装置、車両管制装置、車両制御システム、車両運行システム及び車両運行方法 | |
| US20210390352A1 (en) | Confidence-estimated domain adaptation | |
| WO2022106545A1 (fr) | Dispositif apprenant pour système cyber-physique mobile | |
| WO2023222960A1 (fr) | Procédé et dispositif de contrôle d'un système de régulation de vitesse d'un véhicule en approche d'un élément de signalisation routière | |
| Rojas | Improving Autonomous Vehicles Operational Performance Using Resilience Engineering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20230616 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| CA | Change of address |
Effective date: 20240301 |