Cette Thèse combine des résultats récents et des algorithmes originaux pour créer deux applications temps-réel robustes d'aide à la conduite (projet aussi appelé "le véhicule intelligent"). Les applications - commande de croisière adaptative ("ACC") et prédiction d'impact piétons - sont conçues pour être installées sur un véhicule et détectent d'autres utilisateurs de la route, en utilisant une seule caméra frontale. La thèse commence par un état de l'art sur la vision artificielle. Elle s'ouvre en passant en revue certaines avancées récentes dans le domaine. En particulier, nous traitons l'utilisation récente d'un nouvel algorithme nommé AdaBoost pour la détection des objets visuels dans une image, rapidement et sûrement. Nous développons la théorie, ajoutons des algorithmes et des méthodes (y compris une variante à base d'algorithmes aux besoins de vraies applications d'aide à la conduite. En particulier, nous prouvons plusieurs nouveaux résultats sur le fonctionnement de l'algorithme AdaBoost. Toujours sur le plan théorique, nous traitons des algoritmes d'évaluation de mouvement et des filtres particulaires et leur utilisation dans la vision. De ces développements algoritmiques, nous arrivons à la description de deux applications d'aide à la conduite, toutes les deux entièrement mises en application, validées et démontrées sur le véhicule d'essai du Centre de Robotique de l'Ecole des Mines de Paris. La première application, la commande de croisière adaptative ("ACC"), exploite les formes caractéristiques des véhicules pour les détecter. Ainsi, l'application détecte des véhicules en utilisant un ensemble d'algorithmes classiques de traitement d'image (détection d'ombres, des feux arrières, de symétrie et de bords), ainsi que l'algorithme AdaBoost mentionné ci-dessus. Cet ensemble d'algorithmes est fusionné en se plaçant dans le cadre du filtrage particulaire, afin de détecter les véhicules devant notre voiture. Puis, le système de contrôle prend pour cible la voiture située devant et garde une distance constante par rapport à celle-ci, tout en commandant l'accélération et le freinage de notre voiture. La deuxième application, le prédiction d'impact piétons, estime au temps t la probabilité d'un impact de notre voiture avec un piéton au temps t+s. Dans l'application, la trajectoire de chaque piéton est calculée, et la probabilité d'impact est calculée selon la direction du piéton, du bruit et d'autres facteurs. Cette application utilise un accélérateur matériel spécifique crée dans le cadre du projet européen CAMELLIA (Core for Ambient and Intelligent Imaging Applications).

Durant ces dernières années, la congestion du trafic urbain et la pollution de l'air sont devenus d'énormes problèmes dans de nombreuses villes dans le monde. Afin de réduire cette congestion, nous pouvons investir dans l'amélioration des infrastructures de la ville. Toutefois, cette solution reste très coûteuse à entreprendre et de ne permet pas de réduire la pollution de l'air. C'est pourquoi nous travaillons sur la mobilité intelligente afin de disposer d'une meilleure utilisation de la voiture. L'application de nouvelles technologies de l'information, tels que les systèmes multi-agents appliqués au contrôle de l'information de la circulation urbaine, a permis de créer et de déployer une gestion plus intelligente du trafic comme le système DRT (transport à la demande). L'objectif des systèmes multi-agents basés sur le DRT est de gérer les taxis de manière intelligente, afin d'accroître le nombre de passagers dans chaque véhicule, et en même temps à réduire le nombre de véhicules dans les rues. Cela permettra de réduire les émissions de CO2 et la pollution de l'air causée par les véhicules, ainsi que la congestion du trafic et les coûts financiers associés. La simulation multi-agents est considérée comme un outil efficace pour les services dynamiques urbains de la circulation. Toutefois, le principal problème est de savoir comment construire un agent à base de modèle pour cette problématique. Ces travaux de recherche présente une solution basée sur les systèmes multi-agents réactifs pour la problématique du transport à la demande (DRT), qui adopte une approche multi-agent de planification urbaine en utilisant des services de contrôle qui satisfont aux principales contraintes : réduction de la période totale creuse, demandes spéciales du client, augmentation du nombre de places utilisées dans un même taxi, utilisation du nombre minimal de véhicules, etc. Dans cette thèse, nous proposons un modèle multi-agents multicouche hybride distribué pour des problématiques en temps réel. Dans la méthode proposée, un agent pour chaque véhicule trouve un ensemble de routes pour sa recherche locale, et choisit un itinéraire en coopérant avec d'autres agents se trouvant dans son domaine de planification. Nous avons examiné expérimentalement, l'efficacité de la méthode proposée. / In recent years, urban traffic congestion and air pollution have become huge problems in many cities in the world. In order to reduce congestion, we can invest in improving city infrastructures. Infrastructure improvements, however, are very costly to undertake and do not reduce air pollution. Hence we can work on intelligent mobility in order to have a more efficient car use. The application of new information technologies, such as multi-agent technologies to urban traffic information control, has made it possible to create and deploy more intelligent traffic management like DRT (Demand Responsive Transport) system. The objective of multi-agent based DRT system is to manage taxis in an intelligent way, to increase the efficient number of passengers in every vehicle, and at the same time to decrease the number of vehicles on streets. This will reduce the CO2 emissions and air pollution caused by the vehicles, as well as traffic congestion and financial costs. Multi-agent simulation has been looked as an efficient tool for urban dynamic traffic services. However, the main problem is how to build an agent-based model for it. This research presents a multi-agent based demand responsive transport (DRT) services model, which adopts a practical multi-agents planning approach for urban DRT services control that satisfies the main constraints: minimize total slack time, client’s special requests, increases taxis’ seats use ratio, and using minimum number of vehicle etc. In this thesis, we propose a multi-agent based multi-layer distributed hybrid planning model for the real-time problem. In the proposed method, an agent for each vehicle finds a set of routes by its local search, and selects a route by cooperation with other agents in its planning domain. By computational experiments, we examine the effectiveness of the proposed method. This research is supported by project “Gestion Temps Réel du Transport Collectif à la Demande” (CPER) Budgetthe French.

Durant ces dernières années, la congestion du trafic urbain et la pollution de l'air sont devenus d'énormes problèmes dans de nombreuses villes dans le monde. Afin de réduire cette congestion, nous pouvons investir dans l'amélioration des infrastructures de la ville. Toutefois, cette solution reste très coûteuse à entreprendre et de ne permet pas de réduire la pollution de l'air. C'est pourquoi nous travaillons sur la mobilité intelligente afin de disposer d'une meilleure utilisation de la voiture. L'application de nouvelles technologies de l'information, tels que les systèmes multi-agents appliqués au contrôle de l'information de la circulation urbaine, a permis de créer et de déployer une gestion plus intelligente du trafic comme le système DRT (transport à la demande). L'objectif des systèmes multi-agents basés sur le DRT est de gérer les taxis de manière intelligente, afin d'accroître le nombre de passagers dans chaque véhicule, et en même temps à réduire le nombre de véhicules dans les rues. Cela permettra de réduire les émissions de CO2 et la pollution de l'air causée par les véhicules, ainsi que la congestion du trafic et les coûts financiers associés. La simulation multi-agents est considérée comme un outil efficace pour les services dynamiques urbains de la circulation. Toutefois, le principal problème est de savoir comment construire un agent à base de modèle pour cette problématique. Ces travaux de recherche présente une solution basée sur les systèmes multi-agents réactifs pour la problématique du transport à la demande (DRT), qui adopte une approche multi-agent de planification urbaine en utilisant des services de contrôle qui satisfont aux principales contraintes : réduction de la période totale creuse, demandes spéciales du client, augmentation du nombre de places utilisées dans un même taxi, utilisation du nombre minimal de véhicules, etc. Dans cette thèse, nous proposons un modèle multi-agents multicouche hybride distribué pour des problématiques en temps réel. Dans la méthode proposée, un agent pour chaque véhicule trouve un ensemble de routes pour sa recherche locale, et choisit un itinéraire en coopérant avec d'autres agents se trouvant dans son domaine de planification. Nous avons examiné expérimentalement, l'efficacité de la méthode proposée.

Dans cette thèse, nous nous intéressons au problème du suivi en convoi, désigné en anglais par le terme platooning, où un train de robots essaie de suivre un chemin décrit par le leader. Ce chemin, n'étant pas prédéfini mais généré au cours du suivi, est inconnu de tous les robots suiveurs. Dans ce travail, nous choisissons une approche décentralisée locale où chaque robot du convoi observe son voisinage et calcule son contrôle de façon à avoir un suivi stable (absence d'oscillations) et précis (erreur latérale aussi faible que possible). Cette thèse étudie plus précisément le comportement latéral d'un robot du convoi et propose deux contrôleurs s'appuyant sur la mémorisation du chemin suivi par son prédécesseur. Un premier algorithme de contrôle Memo-LAT (Memorization and Look-Ahead Target) calcule une commande latérale continue en utilisant une loi de contrôle analytique. La stabilité de Memo-LAT n'étant pas toujours garantie, nous proposons l'algorithme de contrôle NOC (Non-Oscillatory Convergence) qui prend en compte la courbure du chemin à suivre dans le calcul du comportement latéral. NOC combine une approche géométrique avec une recherche heuristique pour calculer une commande discrète permettant au robot de suivre avec précision le chemin de son prédécesseur sans oscillation. / This thesis deals with the platooning problem which aims to concieve a control algorithm allowing a convoy of vehicles to follow their leader's path. This path, which is initially undefined and unknown to all the following robots, is generated as the leader moves. In this thesis, we choose a local decentralized approach in which each robot of the platoon uses its local perceptions to compute its own commands aiming to achieve a stable (no oscillations) and precise (with a lateral error as small as possible) platooning. More precisely, this thesis studies the lateral behavior of a platoon's robot and introduces two controllers based on the memorization of the robot's predecessor's path. The first algorithm, Memo-LAT (Memorization and Look-Ahead Target), computes a continuous lateral command using an analytic control law. As the stability of Memo-LAT is not always guaranteed, we present NOC (Non-Oscillatory Convergence), a control algorithm which takes into account the path's curvature in the robot's lateral behavior's computation. NOC combines a geometric approach to a heuristic search method to compute a discrete command allowing the robot to follow precisely and without oscillations its predecessor's path

Cette thèse est consacrée à étudier les applications potentielles de véhicules autonomes et communications V2X pour construire les systèmes de transport intelligents. Premièrement, le comportement de caravane dans un environnement de véhicule connecté est étudié. Un algorithme de commande de caravane est conçu pour obtenir l'espacement sécuritaire ainsi que la conformité de la vitesse et de l'accélération. Deuxièmement, à plus grande échelle, les caravanes autour d'une intersection sont considérées. Le débit pendant une période de signal de trafic peut être amélioré en tirant profit de la capacité redondante de la route. Dans diverses contraintes, les véhicules peuvent choisir d'accélérer et rejoindre la caravane précédente ou à décélérer de déroger à l'actuel. Troisièmement, une intersection sans signalisation en VANET est considérée. Dans des conditions de faible trafic, les véhicules peuvent réguler leur vitesse avant d'arriver à l'intersection en fonction du temps d'occupation de la zone de conflit (TOZC) stocké au niveau du gestionnaire, afin qu'ils puissent traverser l'intersection sans collision ni arrêt. Le délai peut être réduit en conséquence. Enfin, un algorithme de gestion d'intersection autonome universelle, qui peut fonctionner même avec le trafic lourd, est développé. Le véhicule cherche à sécuriser les fenêtres entrant dans le TOZC. Ensuite, sur la base des fenêtres trouvées et le mouvement du véhicule qui précède, les trajectoires des véhicules peuvent être planifiées en utilisant une méthode de programmation dynamique segmentée. Tous les algorithmes conçus sont testés et vérifiés avec succès par des simulations dans scénarios différents / This thesis is devoted to study the potential applications of autonomous vehicles and V2X communications to construct the intelligent transportation systems. Firstly, the behavior of platoon in connected vehicle environment is studied. A platoon control algorithm is designed to obtain safe spacing as well as accordance of velocity and acceleration for vehicles in the same lane. Secondly, in larger scale, the platoons around an intersection are considered. The throughput in a traffic signal period can be improved by taking advantage of the redundant road capacity. Within diverse constraints, vehicles can choose to accelerate to join in the preceding platoon or to decelerate to depart from the current one. Thirdly, an unsignalized intersection in VANET is considered. In light traffic conditions, vehicles can regulate their velocities before arriving at the intersection according to the conflict zone occupancy time (CZOT) stored at the manager, so that they could get through the intersection without collision or stop. The delay can be reduced accordingly. Finally, an universal autonomous intersection management algorithm, which can work even with heavy traffic, is developed. The vehicle searches for safe entering windows in the CZOT. Then based on the found windows and the motion of preceding vehicle, the trajectories of vehicles can be planned using a segmented dynamic programming method. All the designed algorithms are successfully tested and verified by simulations in various scenarios

Les réseaux véhiculaires sont des réseaux émergents qui permettent de connecter des véhicules entre eux et avec les infrastructures routières. Ils permettent de mettre en œuvre des applications de sécurité (évitement des collisions, prévention des travaux, etc.), des applications temps-réel (aide à la conduite automatisée), des applications des systèmes de transport intelligents (gestion du trafic, proposition de détours, etc.), des applications de confort (péage automatique des autoroutes, connexion à du contenu multimédia en ligne, etc.). Pour fonctionner pleinement, le véhicule a besoin d’une puissance de calcul de plus en plus grande et d’une connexion quasi-continue. Afin de garantir cette contrainte, les réseaux véhiculaires font de plus en plus appel au Cloud. Cette thèse vise à explorer les différentes interactions entre les réseaux véhiculaire et Cloud. / Vehicular Ad-hoc Networks (VANETs) are a new kind of networks which allow to connect vehicles between them and with the road infrastructures. It make possible to deploy safety applications (colision avoidance, roadworks advertisement, etc.), real time application (driver assistance, automated driving, etc.), comfort application (automatic toll payment, access to multimedia contents via internet, etc.). In order to be functioning completely, the vehicle needs more and more computing power and a connection with almost no interruption. To guarantee this constraints, VANETs are using more and more often the Cloud Computing. This thesis aims to explore the differents intereactions between VANETs and the Cloud