Système intelligent d`aide à la conduite et détection/prédiction de la

SYSTEME INTELLIGENT D’AIDE A LA CONDUITE DES POIDS LOURDS :
Détection et prédiction de la mise en portefeuille
Mohamed BOUTELDJA1, Véronique CEREZO2, Mathias LIEGEOIS1
1
CETE de Lyon, 25 avenue François Mitterrand, 69674 Bron cedex, France.
2 IFSTTAR, Route de Bouaye CS4 44344 BOUGUENAIS Cedex, FRANCE
Objectif :
Élaboration d’alertes pour les poids lourds de types articulés en situations
accidentogènes :
 Trouver des méthodes efficaces pour une détection précoces de
situations accidentogènes,
 En cas de risque important, générer des alertes aux différents acteurs
(conducteur et gestionnaire de l’infrastructure).
Deux cas d’accidents de mise en portefeuille les plus fréquents
Modèle du véhicule
Indicateur de mise en portefeuille
 Modèle dynamique multi-corps rendant compte des mouvements de
pompage, tangage et roulis, alimenté par des mesures (capteurs embarqués)
et des estimateurs (observateurs).
M (q )q + C (q, q )q + G (q ) = Γ
R2
Mise en portefeuille ou dérapage
R1
Zn
Équilibre transversale n’est plus garanti. La force centrifuge devient
prépondérante
Yn
R0
 M est la matrice d’inertie et C la matrice de Coriolis, le vecteur G regroupe :
Xn
 Les actions des couples appliqués : accélération, freinage et braquage des roues
Adhérence mobilisable pour la dynamique transversale est très faible
 Les effets des forces externes : forces pneumatiques, forces aérodynamiques
Observateur/estimateur
 Les effets des forces internes : suspensions, frottements
Observation de l’état dynamique et estimation des forces de contact
Validation /
Prosper et
Arcsim
Comparaison des
trois trajectoire
Capteurs logiciels basés
sur la théorie de la
dynamique des
systèmes
Concept du système
Le système consiste en la prédiction de l’état dynamique du poids lourd
connaissant l’état dynamique à un instant donné, les caractéristiques
géométriques de la route et les paramètres importants du véhicule pour la mise
en portefeuille, l’évolution des caractéristiques géométriques de la route pour
adapter la commande conducteur (la prédiction). L’état dynamique prédit est
ensuite analysé pour caractériser le risque de la mise en portefeuille.
Frx
ψf
Reconstruction de
l’adhérence
mobilisée
xu
ψ
µ mob =
Ffx
Fyar
Fry
yu
Fxt
Forces estimées
par essieu
Fyt
Fy
Fz
≤ µ max
Résultats de Simulation
- L’adhérence mobilisée dépasse l’adhérence disponible, il y au début de dérapage,
- Cette détection est cohérente avec celles fournis par l’angle de lacet et sa vitesse.
1
0.8
Adhérences mobilisées
Adhérences disponibles
0.6
Évaluation du risque
État
prédit
δ
Cartographie
numérique
Suivi de
trajectoire
Début de dérapage
de l’essieu AR du
tracteur
0.2
0
-0.2
-0.4
-0.6
-1
µ y ,av mobilisée
µ y ,ar mobilisée
µ y ,t mobilisée
0
2
4
6
8
10
12
14
8
10
12
14
10
12
14
40
Niveau de
risque
Évaluation du critère de renversement
de lacet relatif en [°/s]
Paramètres du
modèle
Modèle de
PL
0.4
-0.8
Vitesse angulaire
État dynamique
localisation
Adhérence disponible
(limite ou seuil)
Tendance vers la situation de
mise en portefeuille
30
20
10
0
-10
0
2
4
6
80
Perspectives
 Expérimentation & prévenir les risques en temps réel,
 Élaborer des stratégies d’alerte et d’aide à la conduite,
 Prévenir les gestionnaires de l’infrastructure sur les zones à risque.
Lacet relatif en [s]
60
Situation de mise en portefeuille
40
20
0
-20
0
2
4
6
8
Temps en [s]
Note : Adhérence maximale disponible sur la route est mesurée par l’appareil SCRIM.