Les progrès dans les domaines des véhicules autonomes, l'hybridation du groupe motopropulseur et les systèmes de transport intelligents (STI) signifient que l'automobile en tant que machine est sur le point d'être réinventée. Les trois domaines technologiques sus-cités ont ouvert des portes sur des avancées possibles au niveau de l'amélioration de la sécurité routière et de l'efficacité énergétique des véhicules qui étaient auparavant limitées en raison de plusieurs facteurs, comme les capacités de détection et de puissance de calcul. Dans ce contexte, un contrôleur de la dynamique longitudinale du véhicule électrique est mis au point et étudié de façon à réaliser un compromis entre sécurité et efficacité du véhicule. Ce système est appelé Smart And Green Adaptive Cruise Control (SAGA).Le développement de cette fonction est basée sur l'optimisation de l'énergie ainsi que sur des stratégies de régénération d'énergie en respectant les contraintes des composants du groupe motopropulseur comme la charge de la batterie, la capacité de freinage du moteur et de la situation courante dans le trafic routier. Dans ce processus, des techniques d'optimisation comme la programmation dynamique et la stratégie de minimisation de la consommation d'énergie équivalente (ECMS) sont utilisés. Utilisant des modèles d'énergie du véhicule et des modèles cinématiques intégrés sur Matlab-Simulink, ce travail de thèse évalue les avantages et les limites de l'utilisation de la fonction SAGA pour diverses topologies de véhicules pour différents scénarios de trafic. / The progress in the fields of autonomously driven vehicles, powertrain hybridization and Intelligent transportation systems (ITS) means that the automobile as a machine, is on the verge of reinvention. The aforementioned three fields of technologies have opened doors to advanced opportunities in improvement of safety and efficiency of vehicles which were earlier limited due to several factors like sensing capacities and computational power.In this context, a vehicle longitudinal motion controller is developed and investigated which will actively balance vehicle safety and efficiency. It is named as the Smart and Green Adaptive Cruise Control System (SAGA). Development of this function is based on optimization of energy supply as well as energy regeneration strategies with respect to powertrain component constraints like battery charge acceptance, motor braking capacity and traffic situation. In this process, optimization techniques like Dynamic programming and Equivalent Consumption Minimization Strategy (ECMS)are used. Using vehicle energy and kinematic models built in Matlab-Simulink platform, this dissertation evaluates the advantages and limitations of using SAGA function for various vehicles topologies and in different traffic scenarios.

L’éco-conduite a été identifié comme l’un des moyens efficaces pour l’économie d’énergie dans le domaine des véhicules terrestres. Le gain potentiel en consommation ainsi que sa facilité de mise en œuvre, rendent cette solution très recherchée dans le milieu industriel pour à la fois améliorer la consommation des véhicules mais aussi satisfaire les utilisateurs. Cette thèse contribue au développement d’un système actif d’aide à l’éco-conduite pour assister le conducteur dans son économie d’énergie. Ce système s’appuie sur une optimisation énergétique et tient compte de l’interaction du conducteur avec le véhicule et son usage (la route). Nous avons tout d’abord développé un modèle multi-variable de style de conduite pour représenter le conducteur humain par un modèle virtuel. L’identification des paramètres de ce modèle a permis de caractériser trois styles de conduite sur plusieurs cas d’usage et de reproduire de manière assez fidèle les trois niveaux de consommation de carburant. Considérant les cas d’usage péri-urbains et autoroutiers, le problème d’optimisation de la trajectoire sur des critères énergétiques a été reformulé afin de déterminer un profil de vitesse constant par morceaux minimisant la consommation d’énergie, tout en respectant la durée de trajet désirée et les limitations de vitesse. Le profil de vitesse optimal fournit des vitesses cibles, informations du premier ordre pour réduire la consommation. Plusieurs extensions ont été ensuite introduites dans la trajectoire optimale afin d’y intégrer l’anticipation des phases de décélération et les phases d’accélération. L’originalité principale de cette approche est le temps de calcul extrêmement faible, tout en obtenant des résultats très proches des résultats optimaux issus de méthodes classiques d’optimisation (ex. programmation dynamique). Afin d’aller encore plus loin dans l’éco-conduite, nous avons étudié la possibilité de réduire la consommation d’énergie en intégrant des stratégies de conduite telle que le ''swaying'' qui consiste en une oscillation de la vitesse du véhicule autour d’une vitesse moyenne. Nous avons alors pu montrer que, « en théorie », il existe bien des paramètres permettant de réduire la consommation de cette manière. Le système actif d’aide à l’éco-conduite a donc été développé en conjuguant les deux aspects précédents. Il se base sur le partage de la commande moteur entre le conducteur humain et un contrôleur optimal. Des niveaux de partage variables ont été établis afin de représenter différents niveaux d’économie d’énergie et d’intervention sur la conduite du conducteur. Enfin, ce système d’aide actif a été testé expérimentalement sur un simulateur de conduite. / Eco-driving has been identified as one of the most effective ways to save energy in the field of ground vehicles. The potential gain in fuel consumption reduction as well as its easy implementation, make this solution very sought after in the industrial environment for improving both the fuel consumption of vehicles and the user satisfaction. This thesis contributes to the development of an active eco-driving support system for assisting the driver to improve his fuel economy. This system is based on energy optimization and takes into account the driver's interaction with the vehicle and its use (the road). For this purpose, first of all a multi-variable driving style model is developed to represent the human driver by a virtual model. The identification of the parameters of this model made it possible to characterize three driving styles in several use cases and to reproduce the three levels of fuel consumption fairly accurately. Considering the suburban and motorway use cases, the trajectory optimization problem based on energy criteria has been reformulated in order to determine a piecewise constant velocity profile minimizing energy consumption, while respecting constraints on trip duration and velocity limitations. The optimal velocity profile provides target cruising velocity, which is the first order information to reduce fuel consumption. Several extensions were then introduced in the optimal trajectory in order to incorporate the anticipation of the deceleration phases and the acceleration phases. The main originality of this approach is the extremely low computation time, while obtaining results very close to the optimal solution, achieved by classical optimization methods (e.g. dynamic programming). In order to investigate even further in eco-driving, we have studied the possibility of reducing energy consumption by integrating driving strategies such as ''swaying'', which consists of an oscillation of the vehicle's speed around an average speed. We were then able to show that, "theoretically", this problem can be parametrized so that the energy consumption is reduced. The active eco-driving support system was therefore developed by combining the two previous aspects. It is based on the shared control of the engine between the human driver and an optimal controller. Variable sharing laws have been established to represent different levels of optimal controller intervention on human driver driving, which results to different levels of fuel economy. Finally, this active support system has been tested experimentally on a driving simulator.

Le problème de la gestion éco-responsable du trafic urbain est adressé. Ce type de gestion du trafic vise à réduire les arrêts des véhicules, les accélérations, la consommation énergétique, ainsi que la congestion. L'éco-management du trafic dans les réseaux urbains peut être catégorisé dans deux classes principales : contrôle du véhicule et contrôle de l'infrastructure. Les deux domaines de contrôle peuvent présenter caractéristiques soit isolées soit coordonnées, en dépendant du type d'information utilisée dans l'optimisation.La gestion du trafic côté véhicule influe sur chaque véhicule en fonction de ses propres caractéristiques et position. Le contrôle isolé du véhicule vise principalement à optimiser la transmission et/ou le profil de conduite des véhicules, en utilisant éventuellement des informations sur les caractéristiques de la route, mais sans communiquer avec les autres agents du réseau. Le contrôle coordonné du véhicule, d'autre part, fait usage de la communication entre les véhicules et avec l'infrastructure pour obtenir des bénéfices plus importants en termes de consommation d'énergie et de fluidité de la circulation.En revanche, la gestion du côté infrastructure influe sur les feux et les panneaux de signalisation, afin d'améliorer les performances de l'ensemble du trafic. Le contrôle isolé de l'infrastructure régule essentiellement les feux de signalisation pour une seule intersection, ou bien les limites de vitesse dans un seul tronçon de route, sans prendre en compte les interactions avec les jonctions et/ou les sections voisines. Le contrôle coordonné de l'infrastructure surmonte cette limitation en utilisant des informations sur les conditions de circulation dans d'autres sections de la route, afin de réduire la congestion.Les contributions de ce travail peuvent être résumées comme suit.Tout d'abord, une solution pour le contrôle coordonné du véhicule a été proposée, dans laquelle la communication avec l'infrastructure est exploitée pour réduire la consommation d'énergie. En particulier, les plans des feux de signalisation sont supposés être communiqués au véhicule et connus, et une vitesse optimale est suggérée au véhicule afin de traverser une séquence de carrefours à feux sans s'arrêter, tout en suivant une trajectoire d'énergie minimale. La stratégie proposée, appliquée indépendamment à chaque véhicule, a été testée dans un simulateur de trafic microscopique afin d'évaluer l'impact sur les performances du trafic. L'analyse a montré que la consommation d'énergie et le nombre d'arrêts peuvent être considérablement réduits sans affecter le temps de parcours.Ensuite, une solution pour le contrôle isolé de l'infrastructure a été proposée. Un modèle macroscopique du trafic urbain a été introduit, et les limites de vitesse variables ont été utilisées pour améliorer les performances de la circulation. L'optimisation vise à trouver un compromis entre la réduction de consommation énergétique et le temps de parcours moyen des véhicules dans le tronçon de route considéré. Des expériences ont démontré qu'il existe une limite de vitesse optimale qui améliore les performances du trafic, et qui réduit la longueur de la file d'attente au feu de signalisation.Enfin, une solution pour le contrôle coordonné de l'infrastructure a été proposée. La synchronisation des feux de signalisation sur les grands axes de circulation a été prouvée efficace pour réduire le temps de parcours. Notre analyse a démontré qu'un problème d'optimisation peut être formalisé pour prendre en compte également les aspects énergétiques. Des expériences approfondies dans un simulateur de trafic microscopique ont montré qu'il existe une corrélation entre la progression du trafic et ses performances. La stratégie de contrôle proposée a montré qu'une réduction significative de la consommation d'énergie peut être atteinte, en éliminant presque complètement les arrêts et le temps d'arrêt, sans affecter le temps de parcours. / The problem of energy-aware traffic management in urban environment is addressed. Such traffic management aims at reducing vehicle stops, accelerations, energy consumption, and ultimately congestion. The eco-management in urban traffic networks may be divided in two broad categories: vehicle-side control and infrastructure-side control. Both control domains can feature isolated or coordinated characteristics, depending on the type of information used in the optimization.The vehicle-side traffic management influences each single vehicle according to its own characteristics and position. Isolated vehicle control aims primarily at optimizing the powertrain and/or the driving profile of the vehicles, possibly using information about the road characteristics, but without communicating with the other agents of the traffic network. Coordinated vehicle control makes use of communication among vehicles and with the infrastructure in order to achieve larger benefits in terms of energy consumption and traffic fluidity.The infrastructure-side management, on the other hand, influences traffic lights and road side panels in order to improve the performance of the traffic as a whole. Isolated infrastructure control regulates essentially the traffic lights at a single signalized intersection, or the speed limits in a single stretch of road, without taking into account the interactions with the neighboring junctions and/or road sections. Coordinated infrastructure control overcomes this limitation by using information about traffic conditions in other road sections to alleviate congestion.The contributions of this work to the energy-aware traffic management may be summarized as follows.Firstly, a solution for the coordinated vehicle control has been proposed, in which communication with the infrastructure is exploited to reduce energy consumption. In particular, the traffic lights timings are assumed to be communicated to the vehicle and known, and the vehicle is suggested an optimal speed to drive through a sequence of signalized intersections without stopping, while following a minimum-energy trajectory. The proposed strategy, independently applied to each vehicle, has been tested in a microscopic traffic simulator in order to assess the impact on the traffic performance. The analysis has demonstrated that the energy consumption and the number of stops can be drastically reduced without affecting the travel time.Then, a solution for the isolated infrastructure control has been proposed. A macroscopic urban traffic model has been introduced, and the variable speed limits have been used as actuation to improve traffic performance. In particular, the analysis has been carried out at saturated traffic conditions, with given and fixed traffic lights scheduling. The optimization aims at reducing the energy consumption in trade-off with the average travel time of the vehicles in the considered road section. Experiments have demonstrated that there exists an optimal speed limit that improves traffic performance and reduces the length of the queue at the traffic light.Lastly, a solution for the coordinated infrastructure control has been proposed. Traffic lights coordination on arterials has been proved to be effective in terms of traffic delay reduction. Our analysis has demonstrated that an optimization problem can be cast to take into account also energetic aspects. Extensive experiments in a microscopic traffic simulator have showed that a correlation exists between traffic progression and traffic performance indexes, such as energy consumption, travel time, idling time, and number of stops. The proposed control strategy has showed that a significant reduction of energy consumption can be achieved, almost completely eliminating number of stops and idling time, without affecting the travel time.

Pour résoudre les problèmes environnementaux et énergétiques liés au nombre croissant de véhicules en circulation, deux approches sont envisageables : l'une est technologique et vise à améliorer les composants du véhicule ou son architecture, l'autre est comportementale et cherche à changer la manière d'utiliser les véhicules. Dans ce contexte, l'éco-conduite représente une méthode, applicable immédiatement, permettant à chaque conducteur de réduire sa consommation. L'objectif de cette thèse est donc l'analyse des gains potentiels de l'éco-conduite pour les différents types de véhicules existant : thermique, électrique et hybride. Ainsi, la première partie de ce travail se focalise sur une étude théorique visant à calculer les gains potentiels et à déterminer les règles d'éco-conduite, avant d'aborder dans un second temps une mise en situation plus réaliste et une intégration des algorithmes dans un système d'assistance pour le conducteur. En s'appuyant sur une modélisation énergétique des différents types de véhicules, la détermination et la comparaison du fonctionnement optimal se base sur l'optimisation du profil de vitesse pour des trajets connus. La programmation dynamique a été mise enoeuvre pour calculer la trajectoire optimale énergétique en tenant compte de la contrainte temporelle afin de ne pas pénaliser l'intérêt d'une conduite économe. Evidemment, l'intégration de l'éco-conduite doit, d'une part, tenir compte du trafic à proximité du véhicule et d'autre part, ne pas aboutir à une augmentation des émissions de polluants. Ainsi, en nous appuyant sur des modèles de suivi de véhicules (trafic), nous avons montré que les principes d'éco-conduite restent valables et conduisent de toute façon à des gains énergétiques. Concernant les contraintes d'émissions, des résultats expérimentaux nous ont conduit à adapter nos algorithmes pour répondre simultanément aux aspects écologiques et économiques. Enfin, les connaissances acquises ont été appliquées à la conception d'un système d'assistance testé sur un simulateur de conduite. / The transportation sector has been identified as one of many sources of today's energetic and environmental problems. With constantly increasing numbers of vehicles on the road, non-renewable fossil fuels are becoming scarce and expensive. In addition, due to the pollutant emissions of internal combustion engines, the transportation sector is a major producer of greenhouse gas emissions. To resolve these problems researcher are looking for technological solutions, such as more efficient components and alternative drive train technologies, on one hand. On the other hand, work is being done to ensure the most efficient utilization of available technological resources. Eco driving is one way to immediately reduce a driver's energy consumption. In this thesis the potential gains of eco driving for passenger vehicles will be discussed. The main objective of this work is to, first, identify and compare drive train specific, optimal vehicle operation. Secondly, the effect of real-life constraints on potential gains of eco driving is evaluated. In addition, an approach to integrate mathematical optimization algorithms in an advanced driver assist system for eco driving is proposed. Physical vehicle models are developed for three representative vehicles: the conventional, electric and power-split hybrid vehicle. Using real-life and standard drive cycles a baseline mission is defined by specifying trip and road constraint. Applying the dynamic programming algorithms the trajectory optimization problem is solved, minimizing energy consumption for the trip. The effect of traffic on potential gains of eco driving is discussed, considering a vehicle following situation. Integrating emission constraints in the optimization algorithm the environmental advantages of eco driving are discussed. Finally, the developed algorithms were integrated in a driver assist system. Experimental tests on a driving simulator were used to verify the effectiveness of the system, as well as driver acceptance.