ncremental framework to qualify the reliability of the autonomous vehicle's perception and decision system

L’homologation en sécurité du véhicule autonome est primordiale pour sa mise en service opérationnelle. Ce véhicule présente la particularité d’être entièrement responsable de la sécurité de ses passagers et de son environnement. Les exigences en termes de fiabilité et de sécurité s’en trouvent accrues. Les processus classiques de qualification de la fiabilité ne permettent pas la prise en compte de conditions de fonctionnement fortement variable et possiblement pas ou mal identifiées préalablement. La recherche de la réduction du Time-To-Market rend inenvisageable une identification exhaustive des scenarios de roulage. La thèse aborde la question de l’élaboration d’une méthode de certification/qualification de la fiabilité du système de perception et de décision du véhicule autonome. Elle pose les bases d’une démarche itérative pour la définition des scénarios de roulage de validation mêlant simulations numériques, essais sur piste et sur route ouverte. Cette démarche repose sur une extension du concept de fiabilité. Le modèle d'évaluation est étendu pour prendre en compte à la fois les incertitudes aléatoires, liées à la variabilité intrinsèque de l’environnement et les incertitudes épistémiques, liées à la connaissance incomplète du domaine de fonctionnement et du comportement du système. Une étude des performances de la méthode sur des cas d'études a été entreprise. La méthode proposée constitue une aide à l'organisation des essais et à la décision. Elle permet de dégager des recommandations de bonnes pratiques et ouvre des perspectives multiples.The autonomous vehicle safety certification is essential for its operational use. This vehicle has the particularity of being fully responsible for the safety of its passengers and its environment. This places particularly high demands on reliability and safety requirements. Conventional reliability qualification processes do not allow for highly variable operating conditions to be taken into account which may possibly not or poorly be identified in advance. Finally, the search for a reduction in Time-To-Market makes it impossible to envisage an exhaustive identification of driving scenarios. The thesis work seeks to answer the question of developing a method for certifying/qualifying the reliability of the autonomous vehicle's perception and decision-making system. It lays the foundations for an iterative approach to defining validation scenarios combining numerical simulations, track tests and open road tests. This approach is based on an extension of the concept of reliability. The evaluation model is extended to consider both random uncertainties, related to the intrinsic variability of the environment, and epistemic uncertainties, related to incomplete knowledge of the system's operating domain and behavior. A first study of the method's performance on case studies is carried out. The proposed method is intended to assist in the organization of tests and help for decision-making. It makes it possible to identify recommendations for good practices and opens up multiple perspectives