Estimation and control of the lateral dynamics of an automotive vehicle

Abstract

Cette thèse s’inscrit dans la thématique de la sécurité routière pour aborder les questions liées à l’évolution des moyens de transport, leur gestion et leur sécurité. Les véhicules d’aujourd’hui sont de plus en plus équipés de divers systèmes (passifs ou actifs) destinés à améliorer la sécurité, le confort des passagers et l’aide à la conduite. Cependant, malgré la mise en place de ces dispositifs dans la majorité des véhicules actuels, une proportion importante des accidents mortels est due à la perte de contrôle des véhicules automobiles. Ce constat nous amène à réfléchir sur la fiabilité des différents composants et sur le besoin potentiel d’améliorer et de développer ces systèmes de sécurité pour détecter et corriger en temps réel les problèmes liés à la perte de contrôle et à la stabilité des véhicules automobiles. En s’appuyant sur les outils existant en mathématiques et en automatique, l’évolution des techniques et des connaissances actuelles offre de nouvelles solutions pour améliorer et modifier les systèmes de commande automobile. L’objectif de notre thèse est de synthétiser des techniques de Commande Tolérante aux Défauts (FTC) qui prennent automatiquement en compte l’effet de certains types de défauts pouvant survenir sur les capteurs ou les actionneurs tout en gardant le véhicule automobile stable et en évitant les situations de conduite critiques. Ces techniques de commande sont conçues à partir de données sur les états et les défauts fournies par les observateurs. Le système de la dynamique latérale du véhicule automobile est globalement représenté par le modèle flou Takagi-Sugeno (T-S). Cette représentation est largement utilisée dans les problèmes de commande et d’estimation des systèmes non linéaires. Elle est basée sur la décomposition du comportement dynamique du système non linéaire en un nombre fixe de régions, et chaque région est caractérisée par un sous-modèle linéaire. Le comportement général du système est représenté en considérant la contribution de chaque sous-modèle à l’aide des fonctions d’appartenance. La stabilité du modèle flou T-S est analysée par l’approche de Lyapunov ; les conditions appropriées pour la conception des commandes et des observateurs sont fournies sous forme des Iné- galités Matricielles Linéaires (LMIs), qui peuvent être résolues aisément par des outils spécifiques (solveurs de LMI).