exit

Ingénierie et systèmes   > Accueil   > Automatique   > Numéro 1   > Article

Optimisation multi-critère pour véhicules autonomes en environnement dynamique

Multi-criteria optimization for autonomous vehicles in a dynamic environment


Jean-Baptiste Receveur
Université de Bordeaux

Pierre Melchior
Bordeaux INP

Stéphane Victor
Bordeaux INP



Publié le 23 août 2018   DOI : 10.21494/ISTE.OP.2018.0283

Résumé

Abstract

Mots-clés

Keywords

Dans les dernières années, la recherche sur les véhicules autonomes a connu un essor sans précédent. De plus, elle vient s’ajouter à un effort permanent des constructeurs pour diminuer la consommation énergétique de leurs véhicules pour qu’ils soient toujours plus économes pour les conducteurs. Cet article traite le sujet de l’optimisation de trajectoire pour un véhicule autonome de type automobile, basée sur des critères de consommation, de temps de trajet ou de confort. L’article se concentre principalement sur les tests de ces critères, et sur la méthode utilisée pour effectuer
l’optimisation en combinant algorithme génétique et champs de potentiels. En cherchant des points intermédiaires optimaux dans le champ de potentiel, et en considérant de façon intelligente le mouvement des obstacles et le volume du véhicule, une trajectoire optimale peut être générée. Dans les deux premières parties de cet article les méthodes utilisées et le problème à résoudre sont décrits, puis quelques tests sur des scénarios réalistes sont effectués.

In the last few years much effort has been made towards more autonomous vehicles and fuel consumption reduction. This article deals with the issue trajectory optimization of unmanned terrestrial vehicles so as to reduce consumption, travel time or to improve comfort. Main focuses are set on testing different criteria and the possibility of using a genetic algorithm to improve the potential field methods. The main idea of this article is that potential field methods could be improved by adding a dynamic target in it. Two improvements are brought to the potential field method : the generation of an optimal path in the environment, and the joint generation an optimal motion.

Algorithmes génétiques Optimisation Véhicules autonomes Planification de trajectoire Champs de potentiel Trajectoire optimale Dérivée fractionnaire

Optimization Autonomous vehicles Path planning Potential fields Optimal trajectory Genetic algorithms Fractional differentiation