Modélisation de trafic routier multi-échelle pour la validation du véhicule autonome

par Lu Zhao

Projet de thèse en Mathématiques

Sous la direction de Nadir Farhi.

Thèses en préparation à Paris Est , dans le cadre de École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2015-....) , en partenariat avec Laboratoire Génie des Réseaux de Transport Terrestre et Informatique Avancé (Noisy-le-grand, Seine-Saint-Denis) (laboratoire) et de Modèlisation des Transports, de leur exploitation et de leur maintenance (MSTIC) (equipe de recherche) depuis le 01-11-2018 .


  • Résumé

    La conduite autonome est un sujet de recherche de plus en plus actif dans l'industrie automobile. Dans le contexte où Renault valide la fonctionnalité d'ADAS et de la conduite autonome, un nombre important de tests doivent être effectués (tests numériques et physiques), afin de réaliser l'évaluation de la sécurité du système. Il est indéniable que les tests physiques sont très coûteux, prennent beaucoup de temps, et sont parfois dangereux. La simulation numérique peut permettre de réduire le temps requis et d'éviter d'éventuels dangers. De plus, nous pouvons créer non seulement un environnement de conduite général, mais également des événements anormaux qui ont lieu très rarement dans la vie réelle. Cependant, les modèles de comportement de conduite implémentés dans les simulateurs actuels ont beaucoup de limites. Les actions des véhicules sont loin de celles de la vie réelle. Afin de fournir une plate-forme réaliste de validation de véhicules autonomes, et d'améliorer les performances des logiciels existants, il est nécessaire de poursuivre les recherches sur la mise en œuvre de modèles de trafic plus réalistes. Plusieurs échelles de modélisation et de simulation du trafic routiers existent. La simulation microscopique décrit la dynamique des véhicules un par un et permet d'avoir les trajectoires des véhicules, leurs vitesses, accélérations, etc. La simulation macroscopique considère plutôt des agrégations spatiales et temporelles, pour s'intéresser aux flux de véhicules, à leurs densités, et aux vitesses moyennes. D'autres échelles intermédiaires peuvent aussi être considérées (on parle de modélisation et simulation mésocopique). Dans cette thèse, nous sommes plutôt concernés par l'échelle microscopique de modélisation et simulation. Deux simulateurs de trafic microscopiques sont pris en compte. Le principal outil de simulation de Renault est SCANeR, un logiciel commercial dans lequel le module de simulation d'un véhicule en circulation est composé des phases de perception, décision et action. Pour la simulation du trafic routier, nous utilisons le logiciel SUMO (qui est open-source) dans lequel les principaux modèles classiques de poursuite et de changement de voies sont disponibles. Certains modèles de trafic basés sur des règles peuvent aussi être utilisés et calibrés à l'aide de données de conduite réelle. Les différents styles de conduite doivent également être étudiés. Certaines approches d'apprentissage automatique offrent la possibilité de modéliser directement à partir des données. Ces méthodes peuvent aussi être utilisées pour prendre le contrôle d'un véhicule autonome.

  • Titre traduit

    Modelling of traffic in multi-scale for validation of autonomous vehicle


  • Résumé

    Autonomous driving is an increasingly active research topic in the automotive industry. In the context where Renault validates the functionality of ADAS and autonomous driving, a significant number of tests must be carried out (digital and physical tests) in order to carry out the evaluation of the system's safety. It is undeniable that physical tests are very expensive, time consuming, and sometimes dangerous. Digital simulation can reduce the cost time and avoid potential dangerous situation. In addition, we can create not only a general driving environment, but also abnormal events that occur very rarely in real life. However, the driving behavior models implemented in the current simulators have many limitations. The actions of vehicles are far from those of real life. In order to provide a realistic platform for autonomous vehicle validation, and to improve the performance of existing software, further research of the modelling and simulation of more realistic traffic models is needed. Several scales of modeling and simulation of road traffic exist. The microscopic simulation describes the dynamics of the vehicles one by one and allows to have the trajectories of the vehicles, their speeds, accelerations, etc. Macroscopic simulation considers rather spatial and temporal aggregations, to be interested in vehicle flows, their densities, and average speeds. Other intermediate scales can also be considered (considering about modeling and mesocopic simulation). In this thesis, we are rather concerned by the microscopic scale of modeling and simulation. Two microscopic traffic simulators are taken into account. Renault's major simulation tool is SCANeR, a commercial software in which the simulation module of a vehicle in circulation is composed of the phases of perception, decision and action. For road traffic simulation, we use SUMO software (which is open-source) in which the main classical models of car-following and lane changing are available. Some existents rule-based traffic models need to be studied and calibrated using real-world driving data. Different driving styles must also be studied. Some machine learning approaches provide the ability to model directly from the data. These methods can also be used to take control of an autonomous vehicle.