Contrôle véhicule autonome. Contrôle robuste et haute performance pour permettre les manœuvres à haute dynamique des véhicules autonomes

The work proposed in this thesis is in the context of autonomous driving. In particular, the objective is the development of a control law for path tracking of collision avoidance maneuvers for an autonomous vehicle.Several non-linear models of the vehicle, capable of representing its behavior in high dynamics maneuvers, are presented. The purpose is to obtain a model for the synthesis of the controllers. The different vehicle models proposed take into consideration the dynamics of the longitudinal, lateral and yaw vehicle speeds. That allows to use the models for the synthesis of controllers that deals simultaneously with vehicle longitudinal and lateral control. Moreover, a non-linear model for tire forces and the variable representation for load transfer have been used for the vehicle models. In fact, the representation of the non-linear behavior of the tires, influenced by the load transfer, is critical in high dynamics maneuvers. Some simulation results allow to compare the different vehicle models and to choose the model used for the controllers synthesis.A linear time-variant model is obtained through the linearization of the chosen non-linear model. The LPV polytopic and grid-based approaches are then used to define two LPV models.Several controllers, static and dynamic, have been developed using the two LPV models. These controllers combine the wheels steering ang torques to stabilize the vehicle and to guarantee the vehicle path tracking on a set of collision avoidance maneuvers. The synthesis of the controllers is done using robust and optimal control methods, through the resolution of optimization problems subjected to LMI constraints. The saturations of the control signals and of the tire forces are taken into consideration in the control synthesis in order to maximize the region of attraction of the system in closed loop.Several simulation results, obtained using a high representativity simulation model, allow to asses the closed loop system performances in presence of non-zero initial conditions and parameter dispersions.Le travail abordé dans ces travaux de thèse se place dans le contexte de la conduite autonome. Plus particulièrement, l'objectif est le développement d'une loi de commande pour le suivi de trajectoire d'un véhicule autonome pour des manœuvres d'évitement d'obstacles à haute dynamique.Plusieurs modèles non-linéaires de dynamique du véhicule, capables de représenter son comportement dans des manœuvres à haute dynamique, sont proposés. Le but de la modélisation est d'obtenir un modèle pour la synthèse des correcteurs. L'ensemble de modèles proposés considère les dynamiques des vitesses longitudinale, latérale et de lacet du véhicule, en vue de la synthèse des correcteurs abordant simultanément le contrôle longitudinale et latérale du véhicule. De plus, un modèle non-linéaire des forces des pneus et une représentation variable du transfert de charge ont été utilisés, très importants pour des manouvres à haute dynamique. Des simulations permettent de comparer les différents modèles entre eux et de choisir le plus approprié pour la synthèse du correcteur.Un modèle linéaire variable dans le temps est formulé grâce à une linéarisation le long d'une trajectoire de référence du modèle non-linéaire choisi. En utilisant les approches LPV polytopique et grid-based, ce modèle linéarisé est utilisé pour la définition de deux modèles LPV.Les deux modèles LPV sont donc utilisés pour la synthèse de plusieurs correcteurs, statiques et dynamiques, qui combinent le braquage et le couple aux roues pour stabiliser le véhicule et garantir le suivi de trajectoire sur un ensemble varié de manœuvres d'évitement d'obstacles. La synthèse des correcteurs est effectuée en utilisant la commande robuste et optimale multi-objectif, au moyen de la résolution de problèmes d'optimisation sous contraintes LMI. La prise en compte des saturations des signaux de commande et des forces des pneus permet de maximiser la taille de la région d'attraction du système en boucle fermée pendant la synthèse des correcteurs.Des simulations exploitant un modèle du véhicule à haute représentativité permettent d'analyser la performance du système en boucle fermée en cas des conditions initiales différentes de zéro et de dispersions paramétriques