Diagnostic et évaluation anticipée des risques de rupture d'itinéraires basés sur l'estimation de la dynamique du véhicule

Diagnosis and anticipated evaluation of breaking itinerary risks based on the vehicle dynamics estimation

• Auteur / Autrice : Raymond Ghandour
• Direction : Ali Charara, Alessandro Corrêa Victorino
• Type : Thèse de doctorat
• Discipline(s) : Technologies de l'information et des systèmes
• Date : Soutenance en 2011
• Etablissement(s) : Compiègne

Mots clés

Mots clés contrôlés

Optimisation mathématique

Adhésion (physique)

Prévention

Risque

Évaluation du risque

Sécurité routière

Dérapage

Dynamique

Véhicules

Mots clés libres

Optimisation non-linéaire

Coefficient d'adhérence maximal

LSI (Lateral Skid Indicator)

LTR (Lateral Load Transfer)

Résumé

L’objectif de ce travail de thèse, est le développement d’une méthodologie innovante pour répondre à la question de l’augmentation de la sécurité routière, par le diagnostic et la surveillance de l’évolution des paramètres de la dynamique de véhicule en interaction avec l’environnement proche. Dans ce contexte, l’évaluation des indicateurs de risque liés aux paramètres de la dynamique de véhicule nous a paru nécessaire. Pour cela, nous avons développé deux méthodologies pour estimer et prévoir les situations de risque, pour alerter le conducteur (ou le système de contrôle automatique) sur ces situations afin qu’il puisse agir et les éviter. La première phase de ce travail, consiste à développer une méthode d’estimation du coefficient d’adhérence maximal en se basant, sur le modèle d’interaction pneumatique-chaussée de Dugoff et sur la méthode d’optimisation itérative non-linéaire de Levenberg-Marquardt. Cette méthode d’estimation a été testée et validée en utilisant, des données de simulation issues du simulateur de véhicule CALLAS® et des données expérimentales du véhicule expérimental de l’IFSTTARMA. Ayant ce coefficient estimé, nous avons conçu un indicateur de dérapage LSI qui compare l’adhérence maximale à l’adhérence utilisée et génère une indication (ou une alerte) de danger quand cet indicateur atteint un certain seuil. La deuxième phase de ce travail, consiste à développer une méthodologie pour évaluer les indicateurs de risque dans un instant futur. Cette méthodologie est basée sur des méthodes simples et sur des hypothèses sur la trajectoire parcourue, pour estimer dans un instant futur les différents paramètres de la dynamique du véhicule ; tel que, l’angle de braquage, l’angle de dérive, les forces d’interaction, … Ayant ces paramètres (estimés dans un instant futur), nous avons évalué les indicateurs de risque. Ces indicateurs sont le LSI (Lateral Skid Indicator) et le LTR (Lateral Load Transfer). Le LSI est basé sur l’estimation du coefficient d’adhérence maximal et le calcul du coefficient d’adhérence utilisé, alors que le LTR est basé sur l’estimation des forces normales. La validation de cette méthodologie est assurée par des données de simulation et des données expérimentales. Les résultats obtenus de la validation de ces méthodologies ont montré l’applicabilité de ces méthodes.

The aim of this thesis is the development on an innovative methodology to address the issue of increasing road safety, by the diagnosis and the monitoring of the evolution of the parameters of the dynamic interaction of the vehicle with its surrounding environment. For that, the development and the evaluation of risk indicators seems necessary to warn the driver in order to avoid the risk situations. The research work of this thesis is divided in two methodologies. The first one, consists on the development of an estimator for the maximum friction coefficient estimation based on the Dugoff tyre-road interaction model and the iterative non-linear optimization method of Levenberg-Marquardt. This estimation is the base behind the development of the lateral skid indicator LSI, that compares the value of the used friction coefficient to the maximum one. An alert is generated, when the value of the LSI exceeds a threshold, to warn the driver on the risk situations. This methodology is validated in simulation using data from the vehicle dynamics simulator CALLAS® and in experimentation using the data from the laboratory vehicle of the IFSTTARMA. The simulation dat correspond to different road states (dry, wet, snowy and icy) and the experimental data correspond to a dry road state. The second methodology consists on the development of an algorithm for the anticipation of the risk situations by the evaluation of the risk indicators in future instant. This method is based on assumptions on the trajectory and longitudinal velocity and acceleration, to anticipate the vehicle dynamics parameters such as, the steering angle, the wheel rotational speed, the yaw rate, the side-slip angle, the normal forces, the lateral forces and the maximum friction coefficient. By knowing these parameters, we can calculate the risk indicators and evaluate them in future instant. The risk indicators evaluated in this method are the lateral load transfer LTR, based on the normal forces and the lateral skid indicator LSI based on the maximum friction coefficient. As well as for the estimation method, this method is validated using simulation data and experimental data. The results obtained in both methods have shown their applicability.