Safe and robust decision making for autonomous vehicles in highly dynamic and constrained urban environments.
Prise de décision sûre et robuste pour les véhicules autonomes en milieu urbain hautement dynamique et contraint
Résumé
Autonomous Vehicles (AVs) bring exciting new perspectives in term of urban mo-bility and road safety. Autonomous navigation in urban environments faces a set of complex challenges. The first one involves controlling AVs in diverse road infrastruc-tures, which include roundabouts and T-intersections. Effective control of these road nodes is crucial to improve the traffic flow and safety (reducing the number of accidents). These potential traffic bottlenecks can be either signalized, clearly indicating the right of way for the AV, or unsignalized, leaving the decision on the most desirable behavior to the AV. Among these intersections, the unsignalized roundabout is known to be one of the most complex nodes because crossing it requires mastering most of the maneu-vers that an AV must perform during urban navigation (e.g., merging, lane-keeping, lane-changing), all while following a curved (non-straight) path during the sequence of maneuvers. The second challenge concerns the dynamic aspect of these environments. They can be dense and heterogeneous (e.g., the presence of vehicles and cyclists), requi-ring the AV to anticipate user intentions and respond to unforeseen situations. This PhD thesis, conducted under a CIFRE agreement, addresses several "use cases" highlighted by Sherpa Engineering for safe and flexible navigation in a dynamic and constrained urban environment. The main objective is to propose a control architecture that can handle complex situations/environments, such as those characterizing the crossing of a roundabout with dense traffic (which corresponds to the main use case investigated during this PhD thesis). This thesis specifically focuses on studying the safety of deci-sions made by AVs when navigating fully autonomously in these complex environments. It introduces a specific strategy for navigating such unsignalized infrastructures, based on a control architecture called MRAM-CS (Multi-Risk Assessment and Management Control Strategy), which enables the AV to apply an adaptive trajectory computed in real-time. This strategy relies mainly on flexible and safe trajectory generation modules (optimized with a multi-criteria function) and new metrics for evaluating and managing multi-risk situations encountered by the AV. These metrics ensure continuous monito-ring of the dynamic environment surrounding the AV, allowing it to travel while always maintaining a safe distance margin from dynamic elements. In addition, a software architecture has been implemented to test the proposed strategy through simulations and real vehicle tests.
Les véhicules autonomes (VAs) ouvrent de nouvelles perspectives passionnantes en matière de mobilité urbaine et de sécurité routière. La navigation autonome en milieu urbain est confrontée à un ensemble de défis complexes. Le premier de ces défis correspond au contrôle des VAs dans des infrastructures routières diverses, notamment, parce qu’elles sont composées de multiples types d’intersections, telles que les ronds-points et/ou les croisements en T. Un contrôle efficace de ces nœuds routiers est indispensable si l’on souhaite rendre le trafic routier plus fluide et sûr (réduction du nombre d’accidents). Ces potentiels goulots d’étranglement du trafic routier peuvent être soit, signalisées et indiquer clairement le droit de passage au VA, soit, non signalisées, laissant ainsi le soin au VA de décider du comportement le plus souhaitable à adopter. Parmi ces intersections, le rond-point non signalisé est réputé pour être parmi les nœuds les plus complexes, parce que son franchissement impose la maîtrise de la plupart des manœuvres qu’un VA doit effectuer lors d’une navigation en milieu urbain (e.g., insertion, maintien sur la voie, changement de voie), tout en ayant un déplacement courbe (non rectiligne) durant la succession des manœuvres. Le second défi concerne quant à lui le volet dynamique de ces environnements. En effet, ils peuvent être denses et hétérogènes (e.g., présence de véhicules et/ou de cyclistes), exigeant que le VA anticipe les intentions de ses usagers et réagisse aux situations imprévues. Cette thèse, réalisée dans le cadre d’un contrat CIFRE, doit répondre à un certain nombre de « cas d’usage », mis en exergue par Sherpa Engineering, dans le cadre d’une navigation sûre et flexible dans un milieu urbain dynamique et contraint. L’objectif principal est de proposer une architecture de contrôle/commande pouvant gérer des situations/environnements complexes, comme ceux caractérisant le franchissement d’un rond-point avec un trafic routier dense (qui correspond au cas d’usage principal investigué durant cette thèse). Cette thèse vise plus particulièrement à étudier la sûreté des décisions prises par les VAs lorsqu’ils naviguent de manière complètement autonome dans ces environnements complexes. Elle propose une stratégie spécifique pour le franchissement de ce type d’infrastructures non signalisées, reposant sur une architecture de contrôle/commande nommée MRAM-CS (Multi-Risk Assessment and Management Control Strategy), qui permet au VA d’appliquer une trajectoire adaptative calculée en temps réel. Cette stratégie s’appuie principalement sur des modules de génération de trajectoires flexible et sûre (optimisée avec une fonction multi-critères) ainsi que sur de nouvelles métriques d’évaluation et de gestion des situations multi-risques rencontrées par le VA. Ces métriques garantissent une surveillance continue de l’environnement dynamique entourant le VA, lui permettant de circuler tout en maintenant constamment une distance de sûreté avec les éléments dynamiques autour. De plus, une architecture logicielle a également été mise en place afin de tester la stratégie proposée via des simulations et des tests sur véhicule réel.
Origine | Version validée par le jury (STAR) |
---|