Letteratura scientifica selezionata sul tema "Véhicules automatisés partagés"

Portée par des plateformes financées par des fonds de capital-risque, la micromobilité partagée a connu un rapide développement à travers le monde dans la deuxième moitié des années 2010 sous la forme de services de véhicules en free-floating. Lorsqu’elles se déploient dans l’espace de la rue, quelles transformations les plateformes de free-floating entraînent-t-elles ? A partir du cas de l’Île-de-France et de l’analyse de 35 entretiens semi-directifs réalisés auprès d’acteurs du secteur, l’étude de cas met en évidence un double mouvement : une plateformisation de la mobilité d’une part, et une territorialisation des plateformes d’autre part. En effet, pour fonctionner, les plateformes de free-floating capitalisent sur la présence continue de leurs véhicules dans l’espace de la rue, associée à l’affichage des informations relatives à leurs véhicules dans les applications numériques dédiées. La présence des véhicules dans l’espace de la rue a entraîné une régulation progressive des plateformes de free-floating par les collectivités locales. En réponse, les plateformes de free-floating ont adapté leurs technologies de contrôle à distance et automatisé des véhicules pour mettre en œuvre une stratégie de gestion de l’espace : le géogardiennage. In fine, la régulation par les collectivités locales a renforcé la capacité des plateformes de free-floating à maîtriser l’occupation de l’espace de la rue.

Les villes sont des centres d'activité essentiels, mais leurs populations croissantes amplifient les préoccupations concernant la durabilité environnementale, la gestion des ressources et l'accès équitable à la mobilité. Pour relever ces défis, il faut opérer un changement de paradigme dans le domaine des transports urbains. Les innovations émergentes en matière de mobilité intelligente, notamment les véhicules partagés automatisés électriques (SAV), offrent une solution prometteuse pour redéfinir les cadres de la mobilité urbaine.Ces véhicules offrent le potentiel de révolutionner les transports en proposant des alternatives respectueuses de l'environnement et accessibles. Cependant, leur intégration réussie dans les environnements urbains nécessite une compréhension approfondie des stratégies de déploiement et de leurs impacts subséquents. Cette thèse vise à explorer les complexités entourant le déploiement des SAV et à étudier leurs implications potentielles pour le développement urbain durable dans les villes européennes.Elle se concentre sur les stratégies de déploiement et leur intégration dans les systèmes de transport. En utilisant la planification de scénarios, des revues de littérature et des calculs d'externalités, elle évalue les stratégies potentielles, en soulignant le rôle crucial de l'intégration pour des impacts positifs dans différents contextes urbains. L'analyse met en lumière comment les minibus automatisés (AM) dans le cadre d'une Mobilité en tant que Service (MaaS) et d'un Système de Transport Intelligent (ITS) pourraient soutenir les transports publics et fournir une solution aux défis de la mobilité urbaine tout en favorisant simultanément le développement urbain durable. Les recommandations politiques mettent en avant l'adaptation des infrastructures, l'engagement des parties prenantes et la promotion des transports multimodaux, en soulignant l'intégration des SAV pour réduire les coûts externes et encourager des pratiques de transport durables dans les villes
Cities are central hubs of activity, but their growing populations amplify concerns regarding environmental sustainability, resource management, and equitable access to mobility. To address these challenges, there needs to be a paradigm shift in urban transportation.Emerging innovations in smart mobility, specifically electric Shared Automated Vehicles (SAV), offer a promising solution to redefine urban mobility frameworks. These vehicles provide the potential to change the current transportation paradigm by offering environmentally friendly and accessible alternatives. However, their successful integration into urban settings requires a comprehensive understanding of deployment strategies and their subsequent impacts. This thesis aims to delve into the complexities surrounding the deployment of SAV, investigating their potential implications for Sustainable Urban Development in European cities.It focuses on deployment strategies and integration into transportation systems. Using scenario planning literature reviews and externalities calculations, it assesses potential strategies, emphasising integration's crucial role in positive impacts across urban contexts. The analysis highlights how Automated minibuses (AM) within a Mobility-as-a-Service (MaaS) and an Intelligent Transportation System (ITS) could support public transport and provide a solution for urban mobility challenges in cities while simultaneously fostering Sustainable Urban Development. Policy recommendations highlight infrastructure adaptation, stakeholder engagement, and promotion of intermodal transport, emphasizing SAV's integration for reducing external costs and fostering sustainable transportation practices in cities

La conduite autonome suscite un intérêt croissant auprès les constructeurs, les chercheurs, les autorités et le grand public en raison de ses promesses en matière de sécurité routière, de mobilité pour les personnes âgées et à mobilité réduite, d'efficacité énergétique et de réduction des émissions. Cependant, le déploiement complet de ces véhicules dépend de leur fiabilité dans toutes les situations, ce qui nécessite une supervision du conducteur. Cela soulève des questions cruciales sur l'interaction homme-machine, en particulier en ce qui concerne le partage de la commande et la résolution des conflits.La thèse s'inscrit dans le cadre du projet ANR-CoCoVeIA (2019-2024) coordonné par le LAMIH (Coopération Conducteur-Véhicule Intelligent Autonome). Son objectif principal est d'incorporer des capacités d'auto-apprentissage dans les véhicules autonomes de niveau 2 pour améliorer leurs compétences en respectant les règles de sécurité routière. La thèse se concentre sur l'optimisation de l'interaction entre le système automatisé et le conducteur pour renforcer l'efficacité, améliorer les performances de conduite et favoriser l'acceptabilité du système.Pour atteindre ces objectifs, une architecture de coopération auto-adaptative à plusieurs niveaux est proposée dans la première partie de la thèse. Cette architecture vise à adapter de manière optimale le comportement du véhicule autonome à un style de conduite préféré des conducteurs tout en garantissant une conduite sécuritaire et efficace. Une deuxième partie de la thèse se penche sur la personnalisation des systèmes d'assistance au changement de voie, utilisant une approche d'apprentissage basée sur la descente de gradient stochastique pour ajuster les paramètres en fonction des préférences du conducteur, en se basant sur la détection de ses intentions de changement de voie.Pour résoudre les conflits entre le conducteur et le système de conduite autonome, la thèse explore trois approches de commande optimale robuste pour les systèmes linéaires à paramètres variants (LPV) représentés sous la forme floue Takagi-Sugeno (T-S). La première approche se concentre sur le contrôle partagé adaptatif en ajustant une fonction de coût multi-objectif en temps réel en fonction de la disponibilité du conducteur et de l'évaluation du risque. La deuxième approche introduit un modèle dynamique du conducteur, dont les paramètres sont identifiés en ligne, permettant une adaptation continue aux caractéristiques du conducteur. Ce modèle est utilisé pour développer un système de contrôle partagé adaptatif pour le maintien de voie en tenant compte de la dynamique des paramètres neuromusculaires du conducteur.La dernière approche vise à éliminer complètement les conflits entre le conducteur et le système de maintien de voie en combinant une fonction de coût adaptative avec un modèle dynamique du comportement du conducteur.Pour la conception du contrôleur partagé LPV, les conditions de stabilité en boucle fermée du contrôle partagé adaptatif (LPV) pour les trois approches sont établies à l'aide d'arguments de stabilité de Lyapunov et formulées sous forme d’un problème d’optimisation d’inégalités matricielles linéaires (LMI) qui peuvent être résolues numériquement grâce à des algorithmes d’optimisation convexe. Des validations expérimentales et des expériences de test utilisateur ont été menées au moyen du simulateur de conduite dynamique SHERPA-LAMIH pour évaluer l’acceptabilité de ces approches, démontrant ainsi leur efficacité pour améliorer la sécurité et le confort de conduite, et validant l’ensemble des approches proposées
Autonomous driving technology is attracting increasing interest from automobile manufacturers, researchers, authorities, and the general public due to its promises in enhancing road safety, providing mobility for the elderly and individuals with reduced mobility, improving energy efficiency, and reducing emissions. However, the full deployment of these vehicles relies on their reliability in all situations, necessitating driver supervision. This raises critical questions about human-machine interaction, particularly concerning sharing control between the automated driving system and the driver, as well as conflict management.The thesis is part of the ANR-CoCoVeIA project (2019-2024), coordinated by LAMIH (Cooperation Driver-Autonomous Intelligent Vehicle). The main objective of this project is to introduce self-learning capabilities into level 2 autonomous vehicles to enhance their skills while adhering to road safety rules. The thesis focuses specifically on managing interactions between the automated system and the driver, with the goal of improving its effectiveness, enhancing driving performance, and promoting the driver's acceptance of the system.To achieve these goals, a multi-level evolutionary cooperation architecture is proposed in the first part of the thesis. This architecture aims to optimally adapt the behavior of the autonomous vehicle to a driver's preferred driving style while ensuring safe and efficient driving. The second part of the thesis delves into personalizing lane change assistance systems, using a stochastic gradient descent-based learning approach to adjust parameters based on the driver's preferences, relying on the detection of their lane change intentions.To address conflicts between the driver and the autonomous driving system, the thesis explores three robust optimal control approaches for linear time-varying parameter systems (LPV) represented in the Takagi-Sugeno (T-S) fuzzy form. The first approach focuses on adaptive shared control by real-time adjustment of a multi-objective cost function based on driver availability and risk assessment. The second approach introduces a driver's dynamic model, with parameters identified online, allowing continuous adaptation to the driver's characteristics. This model is used to develop an adaptive shared control system for lane-keeping, taking into account the neuromuscular dynamics of the driver's parameters. The final approach aims to entirely eliminate conflicts between the driver and the lane-keeping system by combining an adaptive cost function with a dynamic driver behavior model.For the design of the LPV shared controller, stability conditions for closed-loop adaptive shared control (LPV) for all three approaches are established using Lyapunov stability arguments and formulated as a linear matrix inequality (LMI) optimization problem that can be numerically solved using convex optimization algorithms. Experimental validations and user testing experiments were conducted using the SHERPA-LAMIH dynamic driving simulator to assess the acceptability of these approaches, demonstrating their effectiveness in improving safety and driving comfort and validating all of the proposed approaches

Un des buts de la recherche et du développement des systèmes de transport intelligents est d'augmenter le confort et la sécurité des passagers, tout en réduisant la consommation d'énergie, la pollution de l'air et le temps de déplacement. L'introduction de voitures complètement autonomes sur la voie publique nécessite la résolution d'un certain nombre de problèmes techniques et en particulier de disposer de modules de planification de trajectoire robustes. Ce travail de thèse s'inscrit dans ce cadre. Il propose une architecture modulaire pour la planification de trajectoire d'un véhicule autonome. La méthode permet de générer des trajectoires constituées de courbes interpolées adaptées à des environnements complexes comme des virages, des ronds-points, etc., tout en garantissant la sécurité et le confort des passagers. La prise en compte de l'incertitude des systèmes de perception, des limites physiques du véhicule, de la disposition des routes et des règles de circulation est aussi assurée dans le calcul de la trajectoire. L'algorithme est capable de modifier en temps réel la trajectoire prédéfinie de façon à éviter les collisions. Le calcul de la nouvelle trajectoire maintient les accélérations latérales à leur minimum, assurant ainsi le confort du passager. L'approche proposée a été évaluée et validée dans des environnements simulés et sur des véhicules réels. Cette méthode permet d'éviter les obstacles statiques et dynamiques repérés par le système de perception.Un système d'aide à la conduite pour le contrôle partagé basé sur cette architecture est introduit. Il prend en compte l'arbitrage, la surveillance et le partage de la conduite tout en maintenant le conducteur dans la boucle de contrôle. Il laisse le conducteur agir tant qu'il n'y a pas de danger et interagit avec le conducteur dans le cas contraire. L'algorithme se décompose donc en deux processus : 1) évaluation du risque et, s'il y a un risque avéré 2) partage du contrôle à l'aide de signaux haptiques via le volant.La méthode de planification de trajectoire présentée dans cette thèse est modulaire et générique. Elle peut être intégrée facilement dans toute architecture d'un véhicule autonome
Developments in the Intelligent Transportation Systems (ITS) field show promising results at increasing passengers comfort and safety, while decreasing energy consumption, emissions and travel time. In road transportation, the appearance of automated vehicles is significantly aiding drivers by reducing some driving-associated tedious tasks. However, there is still a long way to go before making the transition between automated vehicles (i.e. vehicles with some automated features) and autonomous vehicles on public roads (i.e. fully autonomous driving), specially from the motion planning point of view. With this in mind, the present PhD thesis proposes the design of a generic modular architecture for automated vehicles motion planning. It implements and improves curve interpolation techniques in the motion planning literature by including comfort as the main design parameter, addressing complex environments such as turns, intersections and roundabouts. It will be able to generate suitable trajectories that consider measurements' incertitude from the perception system, vehicle’s physical limits, the road layout and traffic rules. In case future collision states are detected, the proposed approach is able to change---in real-time---the current trajectory and avoid the obstacle in front. It permits to avoid obstacles in conflict with the current trajectory of the ego-vehicle, considering comfort limits and developing a new trajectory that keeps lateral accelerations at its minimum. The proposed approach is tested in simulated and real urban environments, including turns and two-lane roundabouts with different radii. Static and dynamic obstacles are considered as to face and interact with other road actors, avoiding collisions when detected. The functional architecture is also tested in shared control and arbitration applications, focusing in keeping the driver in the control loop to addition the system's supervision over drivers’ knowledge and skills in the driving task. The control sharing advanced driver assistance system (ADAS) is proposed in two steps: 1) risk assessment of the situation in hand, based on the optimal trajectory and driving boundaries identified by the motion planning architecture and; 2) control sharing via haptic signals sent to the driver through the steering wheel. The approach demonstrates the modularity of the functional architecture as it proposes a general solution for some of today's unsolved challenges in the automated driving field

Face à l’évolution rapide des technologies nécessaires à l’automatisation de la conduite au cours de ces dernières années, les grands constructeurs automobiles promettent la commercialisation de véhicules autonomes à l’horizon 2020. Cependant, la définition des interactions entre les systèmes de conduite automatisée et le conducteur au cours de la tâche de conduite reste une question ouverte. L'objectif de cette thèse est de concevoir, développer et évaluer des principes de coopération entre le conducteur et les systèmes de conduite automatisée. Compte tenu de la complexité d'un tel Système Homme-Machine, la thèse propose, en premier lieu une architecture de contrôle coopératif hiérarchique et deux principes de coopération généraux sur deux niveaux dans l’architecture qui serviront ensuite de base commune pour la conception des systèmes coopératifs développés pour les cas d’usages définis. Afin d’assurer une coopération efficace avec le conducteur dans un environnement de conduite dynamique, le véhicule autonome a besoin de comprendre la situation et de partager sa compréhension de la situation avec le conducteur. Pour cela, cette thèse propose un formalisme de représentation de la scène de conduite basé sur le repère de Frenet. Ensuite, une méthode de prédiction de trajectoire est également proposée. Sur la base de la détection de manœuvre et de l'estimation du jerk, cette méthode permet d’améliorer la précision de la trajectoire prédite comparée à celle déterminée par la méthode basée sur une hypothèse d'accélération constante. Dans la partie d’études de cas, deux principes de coopération sont mis en œuvre dans deux cas d’usage. Dans le premier cas de la gestion d’insertion sur autoroute, un système de contrôle longitudinal coopératif est conçu. Il comporte une fonction de planification de manœuvre et de génération de trajectoire basée sur la commande prédictive. En fonction du principe de coopération, ce système peut à la fois gérer automatiquement l’insertion d’un véhicule et donner la possibilité au conducteur de changer la décision du système. Dans le second cas d'usage qui concerne le contrôle de trajectoire et le changement de voie sur autoroute, le problème de partage du contrôle est formulé comme un problème d’optimisation sous contraintes qui est résolu en ligne en utilisant l’approche de la commande prédictive (MPC). Cette approche assure le transfert continu de l’autorité du contrôle entre le système et le conducteur en adaptant les pondérations dans la fonction de coût et en mettant en œuvre des contraintes dynamiques en ligne dans le modèle prédictif, tout en informant le conducteur des dangers potentiels grâce au retour haptique sur le volant. Les deux systèmes sont évalués à l’aide de tests utilisateur sur simulateur de conduite. En fonction des résultats des tests, cette thèse discute la question des facteurs humains et la perception de l'utilisateur sur les principes de coopération
Given rapid advancement of automated driving (AD) technologies in recent years, major car makers promise the commercialization of AD vehicles within one decade from now. However, how the automation should interact with human drivers remains an open question. The objective of this thesis is to design, develop and evaluate interaction principles for AD systems that can cooperate with a human driver. Considering the complexity of such a human-machine system, this thesis begins with proposing two general cooperation principles and a hierarchical cooperative control architecture to lay a common basis for interaction and system design in the defined use cases. Since the proposed principles address a dynamic driving environment involving manually driven vehicles, the AD vehicle needs to understand it and to share its situational awareness with the driver for efficient cooperation. This thesis first proposes a representation formalism of the driving scene in the Frenet frame to facilitate the creation of the spatial awareness of the AD system. An adaptive vehicle longitudinal trajectory prediction method is also presented. Based on maneuver detection and jerk estimation, this method yields better prediction accuracy than the method based on constant acceleration assumption. As case studies, this thesis implements two cooperation principles for two use cases respectively. In the first use case of highway merging management, this thesis proposes a cooperative longitudinal control framework featuring an ad-hoc maneuver planning function and a model predictive control (MPC) based trajectory generation for transient maneuvers. This framework can automatically handle a merging vehicle, and at the mean time it offers the driver a possibility to change the intention of the system. In another use case concerning highway lane positioning and lane changing, a shared steering control problem is formulated in MPC framework. By adapting the weight on the stage cost and implementing dynamic constraints online, the MPC ensures seamless control transfer between the system and the driver while conveying potential hazards through haptic feedback. Both of the designed systems are evaluated through user tests on driving simulator. Finally, human factors issue and user’s perception on these new interaction paradigms are discussed

Le travail présenté dans la thèse s’inscrit dans le projet de recherche partenarial ANR-ABV 2009 dont l’objet est la conception d’un système de conduite automatisée à basse vitesse. Il décrit et analyse les principes d’un contrôle partagé d’un véhicule automobile entre un conducteur humain et un copilote électronique (E-copilote). L’objectif est de mettre en place une coopération Homme-Machine efficace entre le conducteur et l’E-copilote. Un des enjeux est notamment de permettre au conducteur d’interagir avec l’E-copilote de façon continue pour pouvoir exécuter les manœuvres qu’il souhaite sans nécessiter la désactivation ni être gêné par l’E-copilote. Cet enjeu répond au besoin de prise en compte des actions du conducteur entreprises pour pallier celles du E-copilote dans certaines situations par exemple éviter un obstacle non perçu par le système. L’objectif dans ce cas est de garantir le confort au conducteur ainsi que sa conscience du mode engagé (système actif ou pas). Le conducteur et l’E-copilote agissant simultanément sur le système de direction, chacun doit être conscient des actions de l’autre : une communication bidirectionnelle est essentielle. Pour atteindre cet objectif, nous avons retenu les interactions haptiques à travers le système de direction du véhicule. Le couple appliqué par le conducteur sur volant est utilisé par l’E-copilote pour prendre en compte ces actions de la même façon que le couple produit par l’E-copilote est ressenti par le conducteur et utilisé pour comprendre le comportement du système. D’autres aspects essentiels pour la coopération H-M ont également été abordés : l’´étude des changements de modes de fonctionnement du système ainsi que l’IHM via laquelle le conducteur interagit avec le système
The work presented in the thesis is part of the research partnership project ANRABV 2009 which aims is to design an automated low-speed driving. It describes and analyzes the principles of shared control of a motor vehicle between a human driver and an electronic copilot (E-copilot). The objective is to establish effective human-machine cooperation between the driver and E-copilot. One issue is particular to allow the driver to interact with the E-copilot continuously in order to perform maneuvers he wants without requiring deactivation neither constrained by E-copilot. This issue addresses the need for consideration of driver actions taken to remedy those of E-copilot for example avoiding undetected obstacle by the system while ensuring operator comfort and the driver situation awareness. The driver and E-co-pilot acting simultaneously on the steering system, everyone must be aware of the actions of the other: twoway communication is essential. To achieve this goal, we used the haptic interactions through the steering system of the vehicle. The torque applied by the driver on the steering wheel is used by the E-copilot to take into account these actions as the torque produced by the E-copilot is felt by the driver and used to understand the system’s behavior. Other key issues for the Human-Machine Cooperation were also discussed: the study of changes in modes of operation of the system and HMI via which the driver interact with the system