La voiture autonome pourrait réduire le nombre de morts et de blessés sur les routes tout en améliorant l'efficacité du trafic. Cependant, afin d'assurer leur déploiement en masse sur les routes ouvertes au public, leur sécurité doit être garantie en toutes circonstances. Cette thèse traite de l'architecture de planification et de contrôle pour la conduite automatisée et défend l'idée que l'intention du véhicule doit correspondre aux actions réalisées afin de garantir la sécurité à tout moment. Pour cela, la faisabilité cinématique et dynamique de la trajectoire de référence doit être assurée. Sinon, le contrôleur, aveugle aux obstacles, n'est pas capable de la suivre, entraînant un danger pour la voiture elle-même et les autres usagers de la route. L'architecture proposée repose sur la commande à modèle prédictif fondée sur un modèle bicyclette cinématique afin de planifier des trajectoires de référence sûres. La faisabilité de la trajectoire de référence est assurée en ajoutant une contrainte dynamique sur l'angle au volant, contrainte issue de ces travaux, afin d'assurer que le modèle bicyclette cinématique reste valide. Plusieurs contrôleurs à haute-fréquence sont ensuite comparés afin de souligner leurs avantages et inconvénients. Enfin, quelques résultats préliminaires sur les contrôleurs à base de commande sans modèle et leur application au contrôle automobile sont présentés. En particulier, une méthode efficace pour ajuster les paramètres est proposée et implémentée avec succès sur la voiture expérimentale de l'ENSIAME en partenariat avec le laboratoire LAMIH de Valenciennes. / Autonomous vehicles are believed to reduce the number of deaths and casualties on the roads while improving the traffic efficiency. However, before their mass deployment on open public roads, their safety must be guaranteed at all time.Therefore, this thesis deals with the motion planning and control architecture for autonomous vehicles and claims that the intention of the vehicle must match with its actual actions. For that purpose, the kinematic and dynamic feasibility of the reference trajectory should be ensured. Otherwise, the controller which is blind to obstacles is unable to track it, setting the ego-vehicle and other traffic participants in jeopardy. The proposed architecture uses Model Predictive Control based on a kinematic bicycle model for planning safe reference trajectories. Its feasibility is ensured by adding a dynamic constraint on the steering angle which has been derived in this work in order to ensure the validity of the kinematic bicycle model. Several high-frequency controllers are then compared and their assets and drawbacks are highlighted. Finally, some preliminary work on model-free controllers and their application to automotive control are presented. In particular, an efficient tuning method is proposed and implemented successfully on the experimental vehicle of ENSIAME in collaboration with the laboratory LAMIH of Valenciennes.

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

In this thesis, a combined feedforward and feedback controller for improved path tracking on autonomous heavy-duty vehicles is designed and implemented. The steering wheel is controlled in order to follow a reference curvature, computed by a higher-level MPC, responsible for minimizing the distance to a planned path. The steering dynamics, from steering wheel via wheel angles, to a measurable vehicle curvature, is modeled, and a conversion from desired curvature gain to input angle to the steering wheel is derived. Tests with an autonomous Scania R580 show that the desired curvature can be followed with satisfactory small error, both in a designed slalom path and on a more generic test track. By utilizing future curvature values computed by the MPC, a non-causal feedforward controller can reduce the delay from input to the steering wheel to a measured response in curvature, by almost two thirds, compared to the currently implemented solution. Compared to an open-loop control design, tests in simulation show that a feedback controller can reduce errors in curvature gain. However, with the identified steering dynamics and the improved conversion from steering wheel angle to curvature, no further improvement in the curvature gain was seen when implementing the feedback controller in the test vehicle. Care must also be taken not to introduce instability in the system when the feedback controller is implemented in series with a high-level MPC. / Den här rapporten beskriver design och implementering av en regulator med kombinerad framkoppling och återkoppling för förbättrad banföljning av autonoma tunga fordon. Fordonets ratt styrs för att följa en kurvaturreferens beräknad av en överordnad MPC, ansvarig för att minimera avståndet till en planerad bana. Dynamiken i styrningen, från ratten via hjulvinklarna till en mätbar kurvatur för fordonet, är modellerad. En översättning från önskad förstärkning av kurvatur till insignal för rattvinkeln är också framtagen. Tester utförda med en autonom Scania R580 visar att den önskade kurvaturen kan följas med tillfredsställande litet fel, både i en egendesignad slalombana och i en mer generisk testbana. Genom att utnyttja framtida referensvärden för kurvatur beräknade av MPC:n, kan en icke-kausal framkopplande regulator minska fördröjningen från insignal till ratten till en mätbar respons i fordonets kurvatur. Jämfört med den nuvarande lösningen minskas fördröjningen med nästan två tredjedelar. Jämfört med en öppen styrning visar tester i simulering att en återkoppling i regulatorn kan minska stationära fel i kurvatur. Med implementeringen av den identifierade styrdynamiken och den förbättrade översättningen från rattvinkel till kurvatur, syntes dock med återkoppling ingen ytterliggare förbättring i testfordonet. Implementering av den återkopplande regulatorn i serie med den överordnade MPC:n behöver också göras med omsorg för att inte introducera instabilitet i systemet.

This diploma thesis deals with the creation of a computation driver model. In the first part, there is an overview on driver models for longitudinal and lateral control. Next, driving maneuvres that could be selected for testing of driver model are described. In the practical part, there is created a computational driver model, whose task is to follow required path. The resulting model is tested on three driving maneuvers - steady turning, moose test and slalom. Finally, this model is tested on the passage of a real track. For all these tracks, a comparison is made and the success of the model is evaluated.

This paper deals with simulation models of the human operator controlling lateral position of simulated vehicle. I am comparing parameters and quality of the McRuer human driver model and the PID controller. Simulated system is single-track vehicle model. Simulated driver is tasked to pass a Moose test with this vehicle model. I am using the simulated annealing method to find optimal parameters of the driver model and then I visualize realized test in 2D and 3D visualization. In the end of this paper I compare simulations of the driver models and assess achieved results.

The transport industry is experiencing a disruption as fully autonomous vehicles are introduced in traffic. The intelligent, driverless vehicles will reduce cost, liberate human effort and increase safety. Today, the hardware technology seems to have reached the required processing power, but the decision-making algorithm still has a long way to go until they’re proven to be road-safe. Among these is the problem of lateral path tracking control. This thesis will consider the lateral control problem with the goal to send the right signal to the steering actuators so that the vehicle follows a predetermined trajectory. The vehicle in question is a triaxial, rigid, electric truck with active steering on both front and rearmost wheels. With servo latency and large inertial parameters in mind, a highly accurate model of the lateral and yaw behavior must be identified in order to predict the vehicle dynamics for a given steering input. Then, the properties of an optimal lateral controller are iteratively improved until a sufficiently low tracking error is obtained. Lastly, the controller is tuned to guarantee robustness for a range of uncertain vehicle parameters. The derived triaxial model with servo actuation is proven to be better at predicting the vehicle dynamics compared to other models common in literature with only one active steering input. When constructing a lateral controller, the importance was shown of considering 1) state feedback control of the lateral error, 2) feedforward control operating on future road curvature, 3) integrating control which combats biases and model errors, 4) using a tailored triaxial model and 5) minimizing the control signal change. Lastly, the derived controller was shown to have a decent stability margin with respect to estimated uncertainties. / Transportbranschen är i ett skifte då helt autonoma fordon införs i trafiken. De intelligenta, förarlösa fordonen minskar kostnader, ökar säkerheten och låter oss människor syssla med annat. Idag verkar det som att hårdvarutekniken har den processorkraft som behövs men de beslutsfattande algoritmerna har fortfarande en lång väg att gå tills de har visat sig vara helt vägsäkra. Bland dessa är problemet med lateral styrningskontroll som kommer ses över i denna avhandling. Fordonet i fråga är en rigid lastbil med tre hjulaxlar och aktiv styrning på både de främre och bakersta hjulen. Med tanke på servofördröjningar och de stora tröghetsparametrarna måste en noggrann modell av dynamiken identifieras för att förutspå responsen för en viss styrvinkel. Därefter utvecklas en optimal lågnivåregulator iterativt tills ett tillräckligt lågt spårningsfel erhållits. Slutligen ställs regulatorn in för att garantera robusthet för ett set av osäkra fordonsparametrar Den härledda triaxialmodellen med servostyrning var bevisbart bättre på att förutspå fordonsdynamiken jämfört med andra modeller som återkommer frekvent i litteraturen. Vid regulatorkonstruktionen påvisades vikten av att överväga 1) återkoppling av laterala felet, 2) förhandsgranskning som tittar på den kommande vägkrökningen, 3) integrering av styrfelet som åtgärdar modellfel, 4) en skräddarsydd fordonsmodell med tre axlar och 5) minimering av ändringen utav kontrollsignalen. Slutligen visades den härledda regulatorn ha en skaplig stabilitetsmarginal gentemot uppskattade osäkerheter av parametrar.

Face à l’évolution rapide des technologies nécessaires à l’automatisation de la conduite au cours de ces dernières années, les grands constructeurs automobiles promettent la commercialisation de véhicules autonomes à l’horizon 2020. Cependant, la définition des interactions entre les systèmes de conduite automatisée et le conducteur au cours de la tâche de conduite reste une question ouverte. L'objectif de cette thèse est de concevoir, développer et évaluer des principes de coopération entre le conducteur et les systèmes de conduite automatisée. Compte tenu de la complexité d'un tel Système Homme-Machine, la thèse propose, en premier lieu une architecture de contrôle coopératif hiérarchique et deux principes de coopération généraux sur deux niveaux dans l’architecture qui serviront ensuite de base commune pour la conception des systèmes coopératifs développés pour les cas d’usages définis. Afin d’assurer une coopération efficace avec le conducteur dans un environnement de conduite dynamique, le véhicule autonome a besoin de comprendre la situation et de partager sa compréhension de la situation avec le conducteur. Pour cela, cette thèse propose un formalisme de représentation de la scène de conduite basé sur le repère de Frenet. Ensuite, une méthode de prédiction de trajectoire est également proposée. Sur la base de la détection de manœuvre et de l'estimation du jerk, cette méthode permet d’améliorer la précision de la trajectoire prédite comparée à celle déterminée par la méthode basée sur une hypothèse d'accélération constante. Dans la partie d’études de cas, deux principes de coopération sont mis en œuvre dans deux cas d’usage. Dans le premier cas de la gestion d’insertion sur autoroute, un système de contrôle longitudinal coopératif est conçu. Il comporte une fonction de planification de manœuvre et de génération de trajectoire basée sur la commande prédictive. En fonction du principe de coopération, ce système peut à la fois gérer automatiquement l’insertion d’un véhicule et donner la possibilité au conducteur de changer la décision du système. Dans le second cas d'usage qui concerne le contrôle de trajectoire et le changement de voie sur autoroute, le problème de partage du contrôle est formulé comme un problème d’optimisation sous contraintes qui est résolu en ligne en utilisant l’approche de la commande prédictive (MPC). Cette approche assure le transfert continu de l’autorité du contrôle entre le système et le conducteur en adaptant les pondérations dans la fonction de coût et en mettant en œuvre des contraintes dynamiques en ligne dans le modèle prédictif, tout en informant le conducteur des dangers potentiels grâce au retour haptique sur le volant. Les deux systèmes sont évalués à l’aide de tests utilisateur sur simulateur de conduite. En fonction des résultats des tests, cette thèse discute la question des facteurs humains et la perception de l'utilisateur sur les principes de coopération. / Given rapid advancement of automated driving (AD) technologies in recent years, major car makers promise the commercialization of AD vehicles within one decade from now. However, how the automation should interact with human drivers remains an open question. The objective of this thesis is to design, develop and evaluate interaction principles for AD systems that can cooperate with a human driver. Considering the complexity of such a human-machine system, this thesis begins with proposing two general cooperation principles and a hierarchical cooperative control architecture to lay a common basis for interaction and system design in the defined use cases. Since the proposed principles address a dynamic driving environment involving manually driven vehicles, the AD vehicle needs to understand it and to share its situational awareness with the driver for efficient cooperation. This thesis first proposes a representation formalism of the driving scene in the Frenet frame to facilitate the creation of the spatial awareness of the AD system. An adaptive vehicle longitudinal trajectory prediction method is also presented. Based on maneuver detection and jerk estimation, this method yields better prediction accuracy than the method based on constant acceleration assumption. As case studies, this thesis implements two cooperation principles for two use cases respectively. In the first use case of highway merging management, this thesis proposes a cooperative longitudinal control framework featuring an ad-hoc maneuver planning function and a model predictive control (MPC) based trajectory generation for transient maneuvers. This framework can automatically handle a merging vehicle, and at the mean time it offers the driver a possibility to change the intention of the system. In another use case concerning highway lane positioning and lane changing, a shared steering control problem is formulated in MPC framework. By adapting the weight on the stage cost and implementing dynamic constraints online, the MPC ensures seamless control transfer between the system and the driver while conveying potential hazards through haptic feedback. Both of the designed systems are evaluated through user tests on driving simulator. Finally, human factors issue and user’s perception on these new interaction paradigms are discussed.