Navigation sociale de véhicules autonomes dans des foules.

par Manon PrÉDhumeau

Projet de thèse en Informatique

Sous la direction de Julie Dugdale et de Anne Spalanzani.

Thèses en préparation à Grenoble Alpes , dans le cadre de Mathématiques, Sciences et technologies de l'information, Informatique , en partenariat avec Laboratoire d'Informatique de Grenoble (laboratoire) et de MAGMA - Systèmes Multi-Agents (ancien Leibniz) (equipe de recherche) depuis le 14-09-2018 .


  • Résumé

    La navigation classique des véhicules autonomes repose sur des contraintes géométriques et cinématiques. Ceci est adapté à des environnements simples, structurés et prévisibles. Lorsqu'ils se heurtent à un obstacle, ces véhicules s'arrêtent ou une collision est évitée grâce à une reprise en main de la conduite par le conducteur. Cependant, les applications de robots mobiles en extérieur deviennent de plus en plus exigeantes. Ce projet de thèse fait partie du projet ANR HIANIC (Human Inspired Autonomous Navigation In Crowds). Il part du constat qu'un véhicule autonome n'est pas un robot "simple", tel qu'un compagnon robot, mais un robot qui transporte des personnes. Cela implique que les passagers à l'intérieur doivent se sentir intégrés dans l'environnement, comme dans une voiture classique. Ils s'attendent à ce que le véhicule autonome, comme les personnes dans l'environnement, se comporte en adhérant aux conventions sociales et urbaines et en négociant son chemin à travers des environnements surpeuplés. Dans ce contexte, le travail de thèse va se concentrer sur des interactions sécurisées et prévisibles entre les voitures autonomes et les autres usagers de la route, dans des environnements urbains complexes et peuplés par l'homme (c'est-à-dire des espaces partagés). Une dimension sociale et cognitive est requise dans les véhicules intelligents afin qu'ils suivent des comportements socialement adaptés qui seront compris et prédits par les passagers et les piétons ; qu'ils communiquent leurs intentions de se déplacer ou de s'arrêter ; et qu'ils augmentent la sécurité. Les véhicules ne s'arrêteront pas simplement dans des situations incertaines, mais ils seront proactifs et négocieront leurs trajectoires et leurs vitesses, en communiquant leur trajectoire et leur direction de déplacement aux usagers de la route environnants. L'objectif de la thèse est de combiner la simulation multi-agents et les fonctions de navigation sociale robotique, qui peuvent être utilisées pour contrôler une voiture autonome et intelligente lorsque véhicules et piétons évoluent dans un espace partagé. Les trajectoires du véhicule autonome sont censées être sûres et socialement conformes et les décisions du véhicule seront basées sur les intentions estimées de tous les agents de la scène.

  • Titre traduit

    Social navigation of autonomous vehicles among crowds.


  • Résumé

    Classical autonomous vehicles navigation relies on geometric and kinematics constraints. This is adapted to simple, structured and predictable environments. When encountering an obstacle, these vehicles either stop or a collision is avoided by handling control back to drivers. Outdoor mobile robot applications are becoming progressively more demanding. This thesis project is part of the ANR HIANIC (Human Inspired Autonomous Navigation In Crowds) project. An autonomous vehicle is not a "simple" robot, such as a robot companion, but a robot that transports people. This implies that people inside must feel integrated into the environment, as they would be in a car driven. They expect that the cybercar, like people in the environment, will behave accordingly by adhering to social and urban conventions and negotiating its way through crowded environments. The context of the work is to focus on safe and predictable interaction between cyber-cars and other road users in complex and human populated urban environments (i.e. shared spaces). A social and cognitive dimension is required in the intelligent vehicles so that they will follow socially adapted behaviors that will be understood and predicted by passengers and pedestrians; will communicate their intentions to move or stop; and will increase safety. The vehicles will not simply stop during uncertain situations but will be proactive and negotiate their paths and velocities, by conveying their course and direction of travel to surrounding road users. The goal of the PhD is to combine multi-agent simulation and robotic social navigation functions, which can be used to control an autonomous and intelligent car where vehicles and pedestrians are evolving in a shared space. The trajectories of the autonomous vehicle are expected to be safe and socially compliant and the decisions of the vehicle will be based on the estimated intentions of all agents of the scene.