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.

Dans le contexte automobile actuel, étroitement lié à la volonté de réduire les émissions de CO2 dans l'atmosphère, les véhicules hybrides demeurent un passage obligé à court et moyen terme. Un véhicule hybride possède deux sources d'énergie pour assurer sa propulsion : en général un moteur thermique constitue la principale source d'énergie, tandis qu'un moteur électrique représente la source secondaire. La capacité d'un véhicule hybride à consommer moins de carburant, et à rejeter moins de CO2, provient de la présence du moteur électrique. Celui-ci peut être utilisé soit conjointement avec le moteur thermique, soit seul, aucun carburant n'étant alors consommé. La présence de ces deux sources d'énergie impose au système global d'être régi par une stratégie de contrôle déterminant la répartition du couple entre les deux moteurs en fonction de l'état de charge de la batterie. Cette répartition peut être déterminée pour être optimale vis-à-vis de critères tels que la consommation de carburant, les émissions de polluants, etc. L'objectif de la thèse est de développer des méthodes d'optimisation de la répartition de couple entre les deux moteurs d'un véhicule hybride, dans l'objectif de minimiser les émissions de CO2. Une première étape a consisté à développer des modèles représentatifs d'une architecture type adaptés aux types d'optimisation réalisée. Les algorithmes d'optimisation diffèrent selon qu'ils soient capables de traiter des problèmes hors-ligne, ou temps-réel. Parmi les algorithmes d'optimisation hors-ligne étudiés, la programmation dynamique a été utilisée pour déterminer le dimensionnement optimal des éléments principaux d'une architecture hybride, et en déterminer le gain théorique par rapport à une motorisation traditionnelle. Par ailleurs, un algorithme de tir original nommé SCOP a été développé, celui-ci permettant de traiter des problèmes de commande optimale avec contraintes sur l'état, tout en multipliant les performances par 50 par rapport à la méthode de programmation dynamique. Une stratégie de contrôle temps-réel, basée sur l'Equivalent Consumption Minimization Strategy (ECMS) utilisant le principe de Pontryagin, a été développée et implémentée sur un prototype de véhicule hybride, une Smart équipée d'un alterno-démarreur. Les résultats obtenus démontrent de l'action de la stratégie pour la réduction de la consommation de carburant et des émissions de CO2.