Intersection Navigation plays a significant role in autonomous vehicle operation. This paper focuses on enhancing autonomous vehicle intersection navigation through advanced computer vision and Vehicle-to-Infrastructure (V2I) communication systems. The research unfolds in two phases. In the first phase, an approach utilizing YOLOv8s is proposed for precise traffic light detection and recognition, trained on the Small-Scale Traffic Light Dataset (S2TLD). The second phase establishes seamless connectivity between autonomous vehicles and traffic lights in a simulated Mississippi State University Autonomous Vehicle Simulation (MAVS) environment resembling a small city with multiple intersections. This V2I system enables the transmission of Signal Phase and Timing (SPaT) messages to vehicles, providing information on current traffic light phases and time until the next phase change which enables the vehicles to adjust their speed and behavior in real-time. The simulation demonstrates accurate traffic light detection, with vehicles receiving SPaT messages, showcasing the system’s effectiveness in a multi-intersection scenario.

Cette thèse présente des applications véhiculaires à différentes échelles : de la petite qui permet d'effectuer des tests réels de communication et de service ; à des plus grandes incluant plus de contraintes mais permettant des simulations sur l'ensemble du réseau. Dans ce contexte nous soulignons l'importance d'avoir et de traiter des données réelles afin de pouvoir interpréter correctement les résultats. A travers ces échelles nous proposons différents services utilisant la communication V2V et V2I. Nous ne prétendons pas prendre le contrôle du véhicule, notre but est de montrer le potentiel de la communication à travers différents services. La petite échelle se focalise sur un service à un feu de circulation permettant d'améliorer les temps de parcours et d'attente, et la consommation en CO2 et en carburant. La moyenne échelle se situant sur un rond-point, permet grâce à un algorithme décentralisé, d'améliorer ces mêmes paramètres, mais montre également qu'avec une prise de décision simple et décentralisée, le système est robuste face à la perte de paquet, à la densité, aux comportements humains ou encore aux taux d'équipement. Enfin à l'échelle d'une ville, nous montrons que grâce à des décisions prises de manière locale et décentralisée, avec seulement un accès à une information partielle dans le réseau, nous obtenons des résultats proches des solutions centralisées. La quantité de données transitant ainsi dans le réseau est considérablement diminuée. Nous testons également la réponse de ces systèmes en cas de perturbation plus ou moins importante tels que des travaux, un acte terroriste ou une catastrophe naturelle. Les modèles permettant une prise de décision locale grâce aux informations délivrées autour du véhicule montrent leur potentiel que se soit avec de la communication avec l'infrastructure V2I ou entre les véhicules V2V. / In this thesis we present vehicular applications across different scales: from small scale that allows real tests of communication and services; to larger scales that include more constraints but allowing simulations on the entire network. In this context, we highlight the importance of real data and real urban topology in order to properly interpret the results of simulations. We describe different services using V2V and V2I communication. In each of them we do not pretend to take control of the vehicle, the driver is present in his vehicle, our goal is to show the potential of communication through services taking into account the difficulties outlined above. In the small scale, we focus on a service with a traffic light that improves travel times, waiting times and CO2 and fuel consumption. The medium scale is a roundabout, it allows, through a decentralized algorithm, to improve the same parameters. It also shows that with a simple and decentralized decision-making process, the system is robust to packet loss, density, human behavior or equipment rate. Finally on the scale of a city, we show that local and decentralized decisions, with only a partial access to information in the network, lead to results close to centralized solutions. The amount of data in the network is greatly reduced. We also test the response of these systems in case of significant disruption in the network such as roadworks, terrorist attack or natural disaster. Models, allowing local decision thanks to information delivered around the vehicle, show their potential whatsoever with the V2I communication or V2V.