Search

The purpose of my thesis, realized in collaboration with VALEO, is to develop advanced driver assistance systems to increase safety and comfor t in vehicles. To summarize, it is to develop algorithms of a longitudinal control such as Adaptive Cruise Control (ACC) allowing to follow in real time with a safety a leading vehicle and more generally strategies to lower Speed (Stop&Go) for the evolution of vehicle in urban environments. At low speed, it should also consider the problem of parallel parking assistance. First of all, the longitudinal control algorithms (ACC and Stop &Go) were studied. In order to increase system robustness against measurement noise, neglected external dynamics such as the slope of the road, rolling resistance and aerodynamic forces, etc., as well as uncer tainties related to the engine/brake model, an unfied algebraic approach for estimation and model-free control is applied. Regarding the low-speed automation of parallel parking, we proposed a general solution based on a geometric approach. Our local planner can generate a geometric path consisting of circular arcs of minimum radius and straight lines for a parking space whose length is greater than the diagonal of the vehicle. It should be noted that our method is independent of the initial position of the vehicle if its initial position is parallel to the parking lot. An algorithm for geometric path planning of the parallel parking problem according to the length of the parking space was also developed. A theoretical study of the complexity of our method in terms of the number of maneuvers shows that it requires less maneuvers than classical methods in practical cases.; L'objet de ma thèse, réalisée en collaboration avec l'industriel VALEO, est de développer des systèmes d'aide à la conduite pour accroître la sécurité et le confort à bord des véhicules. Pour résumer, il s'agit d'élaborer des algorithmes de contrôle longitudinal de type Adaptive Cruise Control (ACC) permettant de suivre en temps réel avec sécurité un véhicule leader et plus généralement d'élaborer des stratégies à basse vitesse (Stop&Go) pour l'évolution du véhicule dans des environnements urbains. À basse vitesse, le problème de l'aide au parking de type ‘créneau' a été également considéré. Dans un premier temps, les algorithmes de contrôle longitudinal (ACC et Stop&Go) ont été étudiés. Afin d'accroître la robustesse du système contre les bruits de mesure, les dynamiques négligées externes comme la pente de la route, la résistance aux roulements et la force aérodynamique etc., ainsi que les incertitudes liées au modèle moteur/frein, les techniques d'estimation algébrique et de commande sans modèle ont été appliquées. En ce qui concerne l'automatisation à basse vitesse de type ‘parking en créneau', nous avons proposé une solution générale basée sur une approche géométrique. Notre planificateur local permet de générer un chemin géométrique composé d'arcs de cercles de rayon minimal et de segments de droite pour une place de parking dont la longueur est plus grande que la diagonale du véhicule. Il faut remarquer que notre méthode est indépendante de la position initiale du véhicule si sa position initiale est parallèle à la place de parking. Un algorithme planifiant un chemin géométrique pour le problème de parking en créneau en fonction de la longueur de la place de parking a été également développé. Une étude théorique de la complexité de notre méthode en terme de nombre de manœuvres montre qu'elle nécessite moins de manœuvres que des méthodes classiques dans les cas pratiques.