Cette thématique de recherche consiste à proposer des techniques de gestion d’énergie optimales pour des véhicules électriques hybrides (VEH). Le contrôle de la dynamique d’évolution des VEH est donc un élément central de ces travaux. Cela passe bien évidemment par le contrôle/commande des chaines de traction hybrides de ces véhicules.
L’objectif est notamment la réduction de la consommation de carburant et ainsi des gazes à effet de serre, tout en maintenant un haut niveau de confort des passagers (autonomie énergétique plus élevée, réduire les à-coups de vitesse/accélération, etc.).
Les principales techniques utilisées/développées dans le cadre de cette thématique ont trait, soit à une démarche analytique basée sur de la commande optimale, soit à des techniques issues de l’intelligence artificielle (e.g., logique floue, réseaux de neurones, programmation dynamique).
Principaux mots-clés : Architectures de gestion d’énergie, optimisation énergétique, profil de vitesse optimale, ADAS, eACCwSG (eco ACC (Adaptive Cruise Control) with STOP&GO).
L’un des projets phares lié à cette thématique correspond au projet BUSINOVA Évolution (http://www.businova.com/, dont le porteur est l’entreprise SAFRA). Ce projet est financé par l’ADEME (Agence De l'Environnement et de la Maitrise de l'Énergie).
Une vidéo illustrant l’application d’une stratégie de gestion d’énergie optimale est illustrée ci-dessous (en utilisant le simulateur précis CarMaker / TruckMaker de IPG Automotive GmbH).
Navigation de robots mobiles / véhicules autonomes
{jfalternative}55|content|
There are no translations available.
{/jfalternative}
L'objectif de ces travaux de recherche est la commande de robots mobiles / véhicules autonomes dans des environnements encombrés. Cette commande doit garantir le maximum de sécurité et de robustesse de la navigation du robot. L'approche investiguée consiste à utiliser les techniques des systèmes hybrides (activation de contrôleurs continus sous l'influence d'événements discrets) pour suivre au mieux les consignes que doit suivre le robot. Ceci stipule, la maîtrise de trois éléments :
les contrôleurs élémentaires : il faut en effet établir plusieurs contrôleurs élémentaires stables, chacun dédié à la réalisation d'une tâche spécifique (e.g., aller vers un objectif, suivre une trajectoire, suivre un mur, éviter des obstacles, etc.). Il a été proposé par exemple une stratégie de navigation basée uniquement sur des points de passages qui utilise une commande stable et flexible dédiée (cf. video ci-dessous). Download
Embed Embed this video on your siteUn focus important s'est fait ces dernières années pour mesurer et maitriser/manager le risque des manouvres des véhicules autonomes routiers, réalisant par exemple des manœuvres de dépassement sûrs en milieu autoroutier (basés sur des réseaux Bayésiens et des métriques appropriées basées sur l’évolution des distances entre l'égo-véhicule et les autres véhicules autour).
Download
Embed Embed this video on your siteDownload
Embed Embed this video on your site
Il est à noter par ailleurs que l'un des contrôleurs importants à définir pour une navigation sécurisée est celui de l'évitement d'obstacles qu'on aborde dans nos travaux en utilisant une méthode réactive basée sur les cycles limites (les vidéos ci-dessous montrent quelques résultats de simulations et d'expérimentations). Download
Embed Embed this video on your siteDownload
Embed Embed this video on your siteDownload
Embed Embed this video on your siteDownload
Embed Embed this video on your site
Il est à noter par ailleurs que les contrôleurs développés sont synthétisés en utilisant le théorème de stabilité de Lyapunov.
les évènements d'activation d'un contrôleur en faveur d'un autre.
stabilité des transition (switches) entre contrôleurs. Ces transitions doivent se faire également en respectant les contraintes structurelles des robots (e.g. limitation des couples moteurs, éviter les à-coups de commande, non holonomie, etc.) en vue d’assurer le maximum de précision et de sécurité des transitions entre contrôleurs.
Un focus important s'est fait ces dernières années pour mesurer et maitriser/manager le risque des manouvres des véhicules autonomes routiers, réalisant par exemple des manœuvres de dépassement sûrs en milieu autoroutier (basés sur des réseaux Bayésiens et des métriques appropriées basées sur l’évolution des distances entre l'égo-véhicule et les autres véhicules autour).
Last Updated on Friday, 05 April 2019 15:21
Coopération de robots mobiles / véhicules autonomes
{jfalternative}56|content|
There are no translations available.
{/jfalternative}
La spécificité de l’approche théorique adoptée pour contrôler/commander les systèmes multi-robots/véhicules SMR consiste à allier les avantages des architectures de contrôle dites comportementales (qualifiées de plutôt réactives) à ceux des architectures délibératives qui s’appuient sur une modélisation plus rigoureuse des entités robotiques. Il est à noter que ces travaux sur les SMR s’appuient fortement des travaux réalisés sur la navigation des robots en utilisant les systèmes hybrides (cohabitation de systèmes continus en présence d’événements discrets).
1/3) Exemples d'expérimentations en utilisant des véhicules VIPALBA sur la plate-forme expérimentale PAVIN (Plateforme d'Auvergne pour Véhicules Intelligents).
2/3) Une plate-forme expérimentale basée sur 10 mini-robots Khepera III nous sert également à valider les architectures proposées (d'une manière plus simple qu'avec les véhicules VIPALBA). Des simulations et expérimentations portant sur la navigation du système multi-robots sont illustrées sur les vidéos ci-dessous.