Avancées en ingénierie automobile
Libre accès

Abstrait

Planification de la décision et du mouvement aux intersections pour la conduite urbaine automatisée

Koungsu Yi

Les véhicules automatisés devraient constituer l’avenir durable en termes de conduite sécuritaire, de circulation efficace et de réduction de la consommation d’énergie. Presque tous les défis liés au trafic routier moderne, tels que les embouteillages, les décès sur la route, les émissions de carbone et les places de stationnement, peuvent être résolus par des systèmes de mobilité intelligents tels que le partage de voiture automatisé. La plupart des grands constructeurs automobiles ont déjà commercialisé divers systèmes avancés d'aide à la conduite (ADAS) pour améliorer la sécurité de conduite et réduire la charge de travail de conduite, et prévoient de commercialiser des véhicules automatisés de niveau 3 à 4 pour la mobilité personnelle à partir de 2020. À partir de 2018, automatisé les systèmes de mobilité intelligente basés sur les véhicules sont exploités sur plusieurs sites et il est prévu que des services de mobilité intelligente avec de grandes flottes de véhicules automatisés seront disponibles dans 100 villes en 2025. Bien qu'il existe encore de nombreux défis techniques concernant la conduite entièrement automatisée en environnement urbain, des progrès rapides ont été réalisés dans le domaine des véhicules automatisés. Dans cette conférence, les enjeux techniques et les développements récents de la conduite automatisée en milieu urbain seront présentés. Une structure hiérarchique pour la planification des décisions et des mouvements pour la conduite autonome aux intersections non signalées a été développée. Sur la base de l'analyse de données de conduite réelles sur route, des modèles intelligents conducteur-véhicule pour la priorité transversale ou le rendement ont été développés. Des variables d'index pour l'inférence d'intension cible à l'intersection ont été définies et un schéma d'inférence d'intention basé sur plusieurs modèles interactifs (IMM) a été développé. 

Une planification de décision et de mouvement basée sur l'inférence d'intention cible a été étudiée via une simulation informatique et mise en œuvre avec succès sur un véhicule à conduite automatisée. Publications récentes 1. Donghoon Shin et al. (2018) Évaluation des risques centrée sur l’humain liée aux véhicules automatisés utilisant la communication sans fil des véhicules. PP (99) : 1-15. Transactions IEEE sur les systèmes de transport intelligents. doi:10.1109/TITS.2018.2823744. 2. Junyung Lee et coll. (2015) contrôle de conduite automatisé dans une enveloppe de conduite sécuritaire basé sur une prédiction probabiliste des comportements des véhicules environnants. SAE Int. J. Passeng. Des chars ?? Électron. Electr. Système. 8(1):207-218. Doi : 10.4271/2015-01-0314. (2015) Une approche IMM/EKF pour une estimation améliorée de l’état multi-cible pour application au système intégré de gestion des risques. Transactions IEEE sur la technologie automobile. 64(3) : 876-889. doi:10.1109/TVT.2014.232947. 4. Hakgu Kim et coll. (2016) Contrôle adaptatif de la vitesse du véhicule à paramètres variables dans le temps. Transactions IEEE sur la technologie automobile. 65(2):581-588. doi:10.1109/TVT.2015.2402756. 5. Jongsang Suh et coll. (2016) Conception et évaluation d'un modèle d'algorithme prédictif de contrôle de véhicule pour la conduite automatisée à l'aide d'un simulateur de trafic automobile. Pratique de l'ingénierie de contrôle. 51 : 92-107. Doi:10.1016/j.conengprac.2016.03.016.  Avec des taux de mortalité élevés, le cancer est considéré comme l'un des