Le contrôle de stabilité est un sujet essentiel dans les systèmes avancés d'aide à la conduite développés par les constructeurs et équipementiers automobiles. Les systèmes de sécurité actifs sont devenus un standard dans les véhicules particuliers, tels que : le contrôle électronique de la stabilité (ESC) et le système de contrôle de traction (TCS). La description du comportement dynamique du véhicule pendant le mouvement, est fondamental dans le fonctionnement des nouveaux systèmes de sécurité active. Certains systèmes actifs sont déjà implémentés dans des véhicules standards comme des options supplémentaires, pour améliorer la sécurité sur la route ou pour le confort du conducteur et des passagers. Cependant, ces systèmes ont besoin d'informations sur la dynamique de véhicule, qui représente les caractéristiques de mouvement du véhicule sur la route. L'accès à ces informations est souvent difficile, pour des raisons technologiques ou économiques. De ce fait, nous développons des algorithmes, basés sur la technique d'observation d'état, pour estimer une partie de ces variables notamment, les efforts dynamiques du contact pneumatique/chaussée et l'angle de dérive dans son environnement. En revanche, ces systèmes sont conçus pour faire face à l'état actuel du véhicule où la situation de danger a toujours eu lieu, la capacité de ces systèmes est limitée à minimiser les effets de danger. L'objectif ultime est de prévoir et d'éviter efficacement un accident avant qu'il se produise. Par conséquent, ce travail est dédié aussi à développer une méthode de prédiction des risques pour rappeler au conducteur la vitesse de sécurité pour négocier les virages à venir. Dans un premier temps, nous développons dans ce mémoire une nouvelle approche pour estimer la répartition de la charge verticale sur chaque roue dans un environnement réel. L'influence de l'angle de pente est considérée dans la phase de reconstruction du modèle du véhicule. Les forces verticales sont estimées en utilisant un filtre de Kalman. Afin d'estimer la force latérale du pneu, un filtre de Kalman entendu et un filtre Particulaire ont appliqués pour tenir compte des non-linéarités du modèle de véhicule. Deux techniques différentes d'observateurs sont proposées et comparées avec des données expérimentales. Dans un deuxième temps, nous étendons, à l'instant futur, la prise en compte de l'évaluation de risque d'accidents. La prédiction des paramètres de la dynamique du véhicule, l'évaluation du risque potentiel ainsi que la détermination d'une vitesse d'alerte à l'approche des virages, sont introduites pour réduire le risque potentiel d'accident dans les virages. Enfin, la dernière partie du mémoire est consacrée à l'application en temps réel, sur un véhicule démonstrateur, du processus d'observation d'état développé précédemment. Les résultats expérimentaux sont réalisés pour démontrer la performance des estimateurs intégrés en temps réel.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-01016796 |
| Date | 11 December 2013 |
| Creators | Wang, Bin |
| Publisher | Université de Technologie de Compiègne |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | English |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.002 seconds