Stability analysis for controller switching in autonomous vehicles - INRIA - Institut National de Recherche en Informatique et en Automatique Accéder directement au contenu
Thèse Année : 2018

Stability analysis for controller switching in autonomous vehicles

Analyse de stabilité pour la reconfiguration de contrôleurs dans des véhicules autonomes

Résumé

Benefits of autonomous vehicles are genuinely exciting, but the route to true autonomy in transportation will likely be long and full of uncertainty. Research on the last years is on the development of multi-sensor systems able to perceive the environment in which the vehicle is driving in. These systems increase complexity when controlling an autonomous vehicle, as different control systems are activated depending on the multi-sensor decision system. Each of these systems follows performance and stability criteria for its design, but they all must work together, providing stability guarantees and being able to handle dynamics, structural and environmental changes. This thesis explores the Youla-Kucera (YK) parameterization in dynamics systems such as vehicles, with special emphasis on stability when some dynamics change or the traffic situation demands controller reconfiguration. Focus is in obtaining simulation and experimental results related to Cooperative Adaptive Cruise Control (CACC), with the aim not only of using for the very first time YK parameterization in the Intelligent Transportation Systems (ITS) domain, but improving CACC state-of-the art. Stable controller reconfiguration results are given when non-available communication link with the preceding vehicle, cut-in/out maneuvers or surrounding vehicles with different dynamics, proving adapability, stability and possible real implementation of the YK parameterization as general control framework for autonomous vehicles.
Les avantages des véhicules autonomes sont formidables, mais le chemin vers une vraie autonomie sera long et semé d’incertitudes. La recherche de ces dernières années s’est basée sur des systèmes multi-capteurs capables de percevoir l’environnement dans lequel le véhicule est conduit. Ces systèmes deviennent plus complexes quand on contrôle le véhicule autonome, différents systèmes de contrôle sont activés dépendant de la décision du système multi-capteurs. Chacun de ces systèmes suit des critères de performance et de stabilité lors de leur conception. Cependant, ils doivent fonctionner ensemble, garantissant une stabilité et étant capable de se charger des changements dynamiques, structuraux et environnementaux. Cette thèse explore la paramétrisation Youla-Kucera (YK) dans des systèmes dynamiques comme les voitures, en insistant sur la stabilité quand la dynamique change, ou que le trafic impose une reconfiguration du contrôleur. Concentrons-nous sur l’obtention de résultats de simulation et expérimentaux en relation avec le "Cooperative Adaptive Cruise Control" (CACC), dans le but, non pas d’utiliser, ici, pour la première fois la paramétrisation YK dans le domaine des systèmes de transport intelligents (STI), mais d’améliorer l’état de l’art en CACC aussi. Des résultats de reconfiguration stable de contrôleurs sont donnés quand la communication avec le véhicule précédent n’est plus disponible, en cas de manœuvre d’entrées/sorties ou lorsqu’ils sont entourés de véhicules aux dynamiques différentes. Ceci démontrant l’adaptabilité, la stabilité et l’implémentation réelle de la paramétrisation YK comme structure générale de contrôle pour les véhicules autonomes.
Fichier principal
Vignette du fichier
2018PSLEM050_archivage.pdf (13.83 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02274422 , version 1 (29-08-2019)

Identifiants

  • HAL Id : tel-02274422 , version 1

Citer

Francisco Navas Matos. Stability analysis for controller switching in autonomous vehicles. Robotics [cs.RO]. Université Paris sciences et lettres, 2018. English. ⟨NNT : 2018PSLEM050⟩. ⟨tel-02274422⟩
361 Consultations
476 Téléchargements

Partager

Gmail Facebook X LinkedIn More