Ce mémoire est consacré à la mise en œuvre de commandes d'un train de véhicules intelligents sur autoroute ayant pour objectifs principaux de réduire la congestion et d'améliorer la sécurité routière. Après avoir présenté l'état de l'art sur des systèmes de conduite automatisée, des modèles de la dynamique longitudinale et latérale du véhicule sont présentés. Ensuite, des stratégies de contrôle longitudinal et latéral sont étudiées.D'abord, le contrôle longitudinal est conçu pour être hiérarchique avec un contrôleur de niveau supérieur et un contrôleur de niveau inférieur. Pour celui de niveau supérieur, une régulation d'inter-distance SSP (Safety Spacing Policy) est proposée. Nous avons constaté que la SSP peut assurer la stabilité de la chaîne et la stabilité des flux de trafic et augmenter ainsi la capacité de trafic. Puis, pour celui de niveau inférieur, une loi de commande floue coordonnée est proposée pour gérer l'accélérateur et le freinage. Ensuite, une loi de commande multi-modèle floue est conçue pour le contrôle latéral. De plus, pour réaliser des transformations lisses entre les différentes opérations latérales, une architecture de contrôle hiérarchique est proposée. Puis, l'intégration des commandes longitudinale et latérale est étudiée. Enfin, l'estimation des variables d'états du véhicule est discutée. Un filtre de Kalman-Bucy est conçu pour estimer les états du véhicule. En outre, un prototype de véhicule intelligent à échelle réduite est également présenté. Les performances des divers algorithmes de commande proposés ont été testées par simulations, et les résultats ont été confirmés par les premières expériences en utilisant le prototype

Cette thèse est dédiée à la pré-calibration des nouveaux systèmes d’aides à la conduite (ADAS). Le développement de ces systèmes est devenu aujourd’hui un axe de recherche stratégique pour les constructeurs automobiles dans le but de proposer des véhicules plus sûrs et moins énergivores. Cette thèse contribue à une vision méthodologique multi-critère, multi-modèle et multi-scénario. Elle en propose une instanciation particulière pour la pré-calibration spécifique au Lane Centering Assistance (LCA). Elle s’appuie sur des modèles dynamiques de complexité juste nécessaire du véhicule et de son environnement pour, dans le cadre du formalisme H2/H∞, formaliser et arbitrer les compromis entre performance de suivi de voie, confort des passagers et robustesse. Les critères élaborés sont définis de manière à être d’interprétation aisée, car directement liés à la physique, et facilement calculables. Ils s’appuient sur des modèles de perturbations exogènes (e.g. courbure de la route ou rafale de vent) et de véhicules multiples mais représentatifs, de manière à réduire autant que possible le pessimisme tout en embrassant l’ensemble des situations réalistes. Des simulations et des essais sur véhicules démontrent l’intérêt de l’approche. / This thesis deals with the tuning of the new Advanced Driving Assistance Systems (ADAS). The development of these systems has become nowadays a strategic line of research for the automotive industry towards the conception of safer and fuel-efficient vehicles.This thesis contributes to a multi-criterion, multi-modeland multi-scenario methodological vision of the tuning process. It is presented through a specific application of the tuning of the Lane Centering Assistance (LCA). It relies on vehicle and environment’s dynamical models of adequate complexity in the aim of formalizing and managing, in a H2/H∞ framework, the trade-off between performance, comfort and robustness. The formulated criteria are easy to compute and defined in a way to be understandable, closely linked to practical specifications. The whole methodology is driven by the research of a pertinent trade-off between realism (being as closest as possible to reality) and complexity (quick evaluation of the criterion). The efficiency and the robustness of the approach is demonstrated through high-fidelity simulations and numerous tests on real vehicles.

Ce mémoire est consacré à la mise en œuvre de commandes d'un train de véhicules intelligents sur autoroute ayant pour objectifs principaux de réduire la congestion et d’améliorer la sécurité routière. Après avoir présenté l'état de l'art sur des systèmes de conduite automatisée, des modèles de la dynamique longitudinale et latérale du véhicule sont présentés. Ensuite, des stratégies de contrôle longitudinal et latéral sont étudiées.D'abord, le contrôle longitudinal est conçu pour être hiérarchique avec un contrôleur de niveau supérieur et un contrôleur de niveau inférieur. Pour celui de niveau supérieur, une régulation d'inter-distance SSP (Safety Spacing Policy) est proposée. Nous avons constaté que la SSP peut assurer la stabilité de la chaîne et la stabilité des flux de trafic et augmenter ainsi la capacité de trafic. Puis, pour celui de niveau inférieur, une loi de commande floue coordonnée est proposée pour gérer l'accélérateur et le freinage. Ensuite, une loi de commande multi-modèle floue est conçue pour le contrôle latéral. De plus, pour réaliser des transformations lisses entre les différentes opérations latérales, une architecture de contrôle hiérarchique est proposée. Puis, l'intégration des commandes longitudinale et latérale est étudiée. Enfin, l'estimation des variables d’états du véhicule est discutée. Un filtre de Kalman-Bucy est conçu pour estimer les états du véhicule. En outre, un prototype de véhicule intelligent à échelle réduite est également présenté. Les performances des divers algorithmes de commande proposés ont été testées par simulations, et les résultats ont été confirmés par les premières expériences en utilisant le prototype / This PhD thesis is dedicated to the control strategies for intelligent vehicle platoon in highway with the main aims of alleviating traffic congestion and improving traffic safety. After a review of the different existing automated driving systems, the vehicle longitudinal and lateral dynamic models are derived. Then, the longitudinal control and lateral control strategies are studied respectively. At first, the longitudinal control system is designed to be hierarchical with an upper level controller and a lower level controller. For the upper level controller, a safety spacing policy (SSP) is proposed. It is shown that the proposed SSP can ensure string stability, traffic flow stability and improve traffic capacity. Then, a coordinated throttle and brake fuzzy controller (lower level controller) is designed, in which a logic switch is designed to coordinate the two actuators (throttle and brake pedals). Second, for the lateral control, a multi-model fuzzy controller is designed. And a hierarchical lateral control architecture is also proposed, which can effectuate flexible switch between different lateral operations. After that, the integration of the longitudinal controller and lateral controller is also studied. Finally, the estimation of vehicle states is discussed. A Kalman-Bucy filter is designed to estimate vehicle states in lateral dynamics. Moreover, a reduced scale multi-sensor intelligent vehicle prototype is also presented. The performances of the divers control algorithms proposed in this thesis have been tested in numerical simulations, and the first step experiments with the reduced scale vehicle prototype gave encouraging results