Intelligent Chassis control for Autonomous Driving Technologies

Contrôle du châssis pour la technologie de conduite autonome

• Auteur / Autrice : Gaël Parfait Atheupe Gatcheu
• Direction : Bruno Monsuez, Adriana Tapus
• Type : Thèse de doctorat
• Discipline(s) : Signal, Images, Automatique et robotique
• Date : Soutenance le 14/12/2023
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : École nationale supérieure de techniques avancées (Palaiseau). Unité d'Informatique et d'Ingénierie des Systèmes - École nationale supérieure de techniques avancées (Palaiseau). Unité d'Informatique et d'Ingénierie des Systèmes
• Jury : Président / Présidente : Tarek Raissi
• Jury : Examinateurs / Examinatrices : Bruno Monsuez, Adriana Tapus, Barys Shyrokau, Xu Xu, Kenneth Bordignon, Valentin Ivanov
• Jury : Rapporteurs / Rapporteuses : Tarek Raissi, Barys Shyrokau

Mots clés

Mots clés contrôlés

Commande automatique

Robotique

Mots clés libres

Système de freinage

Contrôle

Algorithme

Châssis

Esp

Moteur

Vehicle

Modélisation

Esc

Autonomous

Motor

Estimation

Résumé

Ce mémoire examine le développement de stratégies de commande avancées pour la conception d'un système de commande de châssis intelligent, qui sert de lien our encore d’interface entre le conducteur/les ADAS/le pilote automatique et les composants du châssis. Il vise à créer un cadre complet pour la conception et l'intégration de stratégies globales de commande du châssis, garantissant des performances optimales du véhicule dans divers scénarios de conduite. Un accent particulier est mis sur la génération et la distribution d'un signal de commande du moment de lacet global parmi un ensemble redondant d'actionneurs pour améliorer le suivi de la trajectoire, la stabilité et les performance guidage latéral. Les principaux aspects abordés sont la vectorisation du couple, le système de contrôle de la traction, la logique de contrôle de l'angle de dérive et le contrôle direct du lacet. En s'appuyant sur des méthodes basées sur les données, la modélisation mathématique et des techniques de commande des systèmes complexes, cette étude conçoit des algorithmes de commande adaptatifs robustes et en temps réel. Des études en simulation et des essais en conditions réelles valident l'efficacité des algorithmes développés, sur la base de mesures de performance telles que l'erreur de poursuite des consignes, l'erreur d'estimation, l'erreur maximale et l'erreur quadratique moyenne.L'étude contribue à une nouvelle architecture modulaire et évolutive de commande du mouvement des véhicules, un algorithme robuste d’estimation virtuelle pour la reconstruction de l'angle de dérive du véhicule, et le concept de contrôle de l’écart glissement inter-essieux ou des roues d’un même essieu.

This dissertation explores the development of an advanced control strategies for the intelligent chassis control system design, which acts as the nexus between driver/ADAS/autopilot and physical chassis components. It aims to create a comprehensive framework for designing and integrating global chassis control strategies, ensuring optimal vehicle performance across various driving scenarios. Emphasis is placed on generating and distributing a global yaw moment control signal among a redundant set of actuators for enhanced path tracking, stability, and lateral guidance. Key aspects addressed include torque vectoring, traction control system, sideslip angle control logic, and direct yaw control. Leveraging data-driven methods, mathematical modeling, and control systems techniques, this study designs robust, real-time adaptive control algorithms. While vehicle-to-vehicle and vehicle-to-infrastructure communication technologies are acknowledged, they fall outside the scope of this investigation. Simulation studies and real-world experiments validate the efficacy of developed algorithms, based on performance metrics such as control error, estimation error, maximum error, and root mean square error. The study contributes a new modular and scalable Smart Vehicle Motion Control architecture, a robust virtual sensing algorithm for vehicle sideslip angle reconstruction, and the concept of all-wheel speed balance control.