Youla-Kucera based multi-objective controllers : Application to autonomous vehicles

par Imane Mahtout

Thèse de doctorat en Informatique temps réel, robotique, automatique

Sous la direction de Fawzi Nashashibi.

Soutenue le 21-12-2020

à l'Université Paris sciences et lettres , dans le cadre de Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique , en partenariat avec Centre de robotique (Paris) (laboratoire) , École nationale supérieure des mines (Paris ; 1783-....) (établissement de préparation de la thèse) et de RITS - Robotics & Intelligent Transportation Systems (laboratoire) .

Le président du jury était Philippe Martinet.

Le jury était composé de Fawzi Nashashibi, Lydie Nouvelière, Joshue Perez, Vicente Milanes.

Les rapporteurs étaient Philippe Martinet, Concepcion Monje.

mots clés

• Véhicules autonomes
• Reconfiguration des contrôleurs
• Parametrisation de Youla-Kucera
• Contrôle multiobjectifs
• Véhicules autonomes
• Systèmes de transport intelligent
• Automobiles -- Systèmes d'aide à la conduite

Titre traduit

Contrôleurs multi-objectifs basés sur Youla-Kucera : Application aux véhicules autonomes

Résumé

Les véhicules automatisés reçoivent de plus en plus d’attention en raison de leur potentiel d’améliorer la vie des conducteurs, d’assurer la sécurité routière, d’accroître la capacité routière ou de réduire les émissions de carbone. Une conduite autonome adéquate exige la stabilité du véhicule, la précision du mouvement et un comportement naturel garantissant le confort des passagers à l’intérieur du véhicule. Cependant, les situations de conduite changent en fonction de l’aménagement de la route et des interactions potentielles avec d’autres agents de la circulation. En outre, les capacités du véhicule peuvent être dégradées en raison des limites des capteurs embarqués ou de la complexité de l’algorithme traitant les données de perception. Cette thèse propose une architecture de contrôle multi-objectifs qui peut adapter le comportement du véhicule pour surmonter les changements dans les conditions de fonctionnement et assurer la performance du véhicule et maintenir la stabilité du mouvement avec un comportement naturel de véhicule. Dans cette thèse, nous proposons de nouvelles structures de contrôle basées sur la reconfiguration des contrôleurs, améliorant l’état de l'art des techniques de contrôle latéral et longitudinal en résolvant les problèmes suivants : 1) Le compromis entre la précision dans le suivi de la trajectoire et le confort lorsque la situation de conduite change dans le mouvement latéral; 2) Le compromis entre la robustesse et la performance lorsque le bruit apparaît dans la mesure de l'inter-distance dans les systèmes Adaptive Cruise Control (ACC). La stabilité du contrôleur proposé est garantie grâce à la parametrisation de Youla-Kucera. La validation des structures de contrôle proposées est assurée par la simulation et l’expérimentation en temps réel avec un véhicule Renault ZOE. L’adaptabilité des contrôleurs aux tâches de conduite autonome est démontrée.

mots clés

• Autonomous vehicles
• Controller reconfiguration
• Youla-Kucera parametrization
• Multi-objective control

Résumé

Automated vehicles are getting more and more attention because of their potential to improve drivers' lives, ensuring road safety, increasing highway capacity, or reducing carbon emissions. Proper autonomous driving requires vehicle stability, precise motion, and natural behavior guaranteeing comfort for passengers inside the vehicle. However, driving situations change depending on the road layout and potential interactions with other traffic agents. Furthermore, vehicle capabilities can be degraded because of the on-board sensors' limitations, or the complexity of the algorithm processing the perception data. This thesis proposes a multi-objective control architectures that can adapt the vehicle behavior to overcome the changes in the operating conditions and assure vehicle performance and stability. The automated control system should be able to address any circumstances ranging from a sudden change in the driving situation (i.e. lane change, obstacle avoidance) to an inaccurate measurement. This thesis uses Youla-Kucera (YK) parametrization to design control structures able to recognize the driving situation changes, adapting the controller response to satisfy the required performance level, and keeping the motion stability with a natural vehicle behavior. In this thesis we propose novel control structures based on controller reconfiguration, improving both lateral and longitudinal control state-of-the-art by solving the following problems: 1) The trade-off between precision in trajectory tracking and comfort when the driving situation changes in lateral motion; 2) The trade-off between robustness and performance when noise measurement appears in Adaptive Cruise Control (ACC) systems. The stability of the proposed controller is guaranteed thanks to YK parametrization. The validation of the proposed control structures is provided in both simulation and real-time experimentation using a Renault ZOE vehicle. The adaptability of the controllers to autonomous driving tasks is proved in different operating conditions.