Le véhicule autonome offre plusieurs avantages : le confort, la réduction du stress, et la réduction de la mortalité routière. Néanmoins, les accidents mortels impliquant sa responsabilité, ont mis en exergue ses limitations et ses imperfections. Ces accidents soulèvent des questions sur la fiabilité et des voix ont fait part d'une forte préoccupation pour la sécurité des usagers du véhicule autonome. En outre, les tâches de perception et de localisation des véhicules autonomes peuvent avoir des incohérences amenant à des erreurs qui nuiraient à la stabilité du véhicule. Les sources de ces incohérences peuvent être de natures différentes et agir à la fois sur le capteur lui-même (Hardware), ou bien sur le post-traitement de l'information (Software). Dans ce contexte, plusieurs difficultés doivent être surmontées pour arriver à sécuriser l'interaction des systèmes automatisés de conduite avec les conducteurs humains face à ces problèmes, l'adoption d'une stratégie de commande tolérante aux défauts est primordiale. Dans le cadre de cette thèse, des stratégies de détection et de tolérance aux fautes pour la perception et la localisation sont mise en œuvre. En outre, des stratégies de détection et d'estimation de défauts pour les capteurs proprioceptifs sont par ailleurs proposées. L'objectif est d'avoir une localisation fiable de défaut et assurer un fonctionnement avec des performances acceptables. Par ailleurs, vue l'imprédictibilité et la variété des scènes routières, une fusion tolérante aux fautes à base des algorithmes de vote est élaborée pour une meilleure perception. La fusion tire profit des technologies actuelles de détection d'obstacles (détection par radio, faisceaux lumineux ou par caméra) et l'algorithme de vote assure une sortie qui s'approche le plus de la réalité. Des tests avec des données réelles issues d'un véhicule démonstrateur sont utilisés pour valider les approches proposées dans cette thèse. / Driverless vehicle offers several advantages: comfort, reduced stress, and reduced road mortality. Nevertheless, fatal accidents involving its responsibility, have highlighted its limitations and imperfections. These accidents raise questions about autonomous vehicle reliability, and voices expressed a strong concern for the safety of users of the autonomous vehicle. Furthermore, the tasks of perception and localization of autonomous vehicles may have inconsistencies leading to errors that would affect the stability of the vehicle. The sources of these inconsistencies can be of different natures and act both on the sensor itself (Hardware), or on the post-processing of information (Software). In this context, several difficulties must be overcome to secure the interaction of automated driving systems with human drivers facing these problems, the adoption of a fault-tolerant control strategy is paramount. In this thesis, a fault detection and fault tolerant control strategies for perception and localization are implemented. In addition, fault estimation strategies for proprioceptive sensors are also proposed. The purpose is to have a reliable fault localization and ensure acceptable performance. Moreover, given the unpredictability and variety of road scenes, a fault-tolerant fusion based on voting algorithms is developed for a better perception. The fusion takes advantage of current obstacle detection technologies (radio, light beam or camera detection) and the voting algorithm provides an output that is closest to reality. Tests with real data from a demonstrator vehicle are used to validate the approaches proposed in this thesis.

Les diverses normes internationales obligent les constructeurs automobiles à optimiser les chaînes de propulsion conventionnelles mais surtout à développer d’autres alternatives de motorisation dont l’une des plus prometteuses est le véhicule électrique. Néanmoins ces nouvelles propulsions doivent garantir les mêmes performances et le même niveau de sureté de fonctionnement (fiabilité et sécurité en l’occurrence). La chaîne de propulsion électrique est conçue autour d’un nombre important de constituants (machine électrique, capteur(s), convertisseur(s) de l’électronique de puissance, etc.) qui peuvent être le siège de défauts. La détection et la localisation de ces défauts sont indispensables mais pas suffisantes pour assurer la sureté de fonctionnement du système. En effet pour assurer un fonctionnement en mode dégradé, il faut mettre en œuvre une architecture de commande tolérante aux fautes. L'objectif principal de cette thèse est de proposer des nouvelles architectures de commande tolérante aux défauts (Fault Tolerant Control en anglais) d’un véhicule électrique propulsé par une machine asynchrone, en présence de plusieurs types de défaut du capteur mécanique. Cette thèse est organisée en 4 chapitres.Le Chapitre 1 est un état de l’art exhaustif avec une analyse critique des architectures et des systèmes de contrôle commande tolérants aux fautes des chaînes de traction électrique ainsi qu'un état de l'art des différents défauts qui peuvent apparaitre dans la chaine de traction électrique. Le Chapitre 2 propose deux architectures de commande tolérante aux fautes : l’Hybride FTC et le GIMC (Generalised Internal Model Control) ; l’approche Hybride FTC est une combinaison de deux contrôleurs, le premier est un régulateur PI pour le mode sain et le second un correcteur robuste H infini pour le mode défaillant. L’architecture GIMC permet la restructuration de la loi de commande d'une manière adaptative. Elle est conçue afin d’assurer une bonne robustesse du système en présence de défaut grâce à une boucle interne faisant office de boucle de correction et de diagnostic.Le Chapitre 3 est consacré exclusivement à la commande tolérante aux fautes à base d'algorithme de vote, en faisant une étude comparative de 4 algorithmes avec trois topologies différentes : une première structure est proposée sur la sortie du système, une deuxième structure est appliquée sur la commande du système, et la troisième structure est une hybridation des deux précédentes.Le Chapitre 4 est dédié à la validation expérimentale des architectures décrites précédemment. Les résultats obtenus montrent l’efficacité des approches FTC proposées. / The various international standards require automakers to optimize conventional power train but mainly to develop other alternatives to drive, one of the most promising is the electric vehicle. However, these new drives should guarantee the same performance and the same level of dependability (reliability and security in this case).Electric power train is built around a large number of components (electrical machine, the sensor, the converter, power electronics, etc.) which may be affected by defects. The detection and localization of these defects are essential but not sufficient to ensure the dependability of the system. Indeed, to ensure operation in degraded mode, you must implement architecture of fault tolerant control (FTC). The main objective of this thesis is to propose new fault tolerant control architectures of an electric vehicle induction machine power train in the presence of several types of mechanical sensor failure. This thesis is organized into four chapters.Chapter 1 is a comprehensive state of the art with a critical analysis of architectures and control systems tolerant to faults of electric powertrains and a state of the art of the various defects that may occur in the chain of electric traction.Chapter 2 proposes two architectures of fault tolerant control: Hybrid FTC and GIMC (Generalised Internal Model Control); Hybrid FTC approach is a combination of two controllers, the first is a PI controller for the sound mode and the second a robust controller for the failed H infinity mode. The architecture allows GIMC restructuring the control law in an adaptive manner. It is designed to ensure robustness of the system in the presence of a fault with an inner loop acting loop correction and diagnosis.Chapter 3 is devoted exclusively to the algorithm voting fault tolerant control based on comparative study of four algorithms with three different topologies: a first structure is proposed on the system output, a second structure is applied system control, and the third structure is a two preceding hybridization.Chapter 4 is devoted to the experimental validation of the architecture described above. The results show the effectiveness of the approaches proposed FTC.