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

Les véhicules modernes sont de plus en plus équipés de nouveaux organes visant à améliorer la sécurité des occupants. Ces nouveaux systèmes sont souvent des organes actifs utilisant des données de capteurs sur le véhicule. Cependant, en cas de mauvais fonctionnement d'un capteur, les conséquences pour le véhicule peuvent être dramatiques. Afin de garantir la sécurité dans le véhicule, des nouvelles méthodologies de détections de défauts adaptées pour les véhicules sont proposées. Les méthodologies présentées sont étendues de la méthode de l'espace de parité pour les systèmes à paramètres variant (LPV). En outre, la transformation du problème de détection de défauts pour la détection de situations critiques est également proposée. Des résultats applicatifs réalisés sur un véhicule réel dans le cadre du projet INOVE illustrent les performances des détections de défauts et la détection de perte de stabilité du véhicule.

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