Règles permettant de reconnaître les manoeuvres du conducteur

Dans le document Coopération homme-machine multi-niveau entre le conducteur et un système d'automatisation de la conduite (Page 90-95)

3.3 Détection de l’intention d’un changement de voie

3.3.3 Règles permettant de reconnaître les manoeuvres du conducteur

conducteur

Au fur et à mesure qu’un conducteur évolue sur autoroute, il doit déterminer s’il doit rester dans la voie actuelle ou changer de voie vers la gauche ou vers la droite. Selon la manœuvre choisie, il adaptera son comportement de conduite aux véhicules environnants. En effet, s’il entend rester dans la voie actuelle, il doit adapter la vitesse du véhicule à celle du véhicule précédent et maintenir le positionnement latéral du véhicule pour ne pas quitter la voie. S’il décide de changer de voie à gauche ou à droite, il devra adapter sa vitesse pour s’accommoder des vitesses des véhicules dans la voie cible tout en exécutant un déplacement latéral vers cette dernière. Par conséquent, la manœuvre que le conducteur a l’intention de réaliser peut être reconnue en observant des indicateurs sur le mouvement latéral et longitudinal du véhicule.

Figure 3.5 – Représentation de l’environnement pour la détection d’intention

Les critères liés au mouvement latéral indiquant un changement de voie vers la gauche sont :

CV Gvy = (vyrego ≥ αth) (3.4)

CV Gyc = (yc ≥ βth) (3.5)

Avec CV Gvy et CV Gyc respectivement l’indicateur de la vitesse latérale dans le repère lié à la route vyr et l’indicateur lié à l’écart latéral par rapport au centre de la voie yc (se référer à la figure 3.5).

Lorsqu’on arrive sur un véhicule lent à dépasser, des indicateurs qui reflètent le rapproche-ment du véhicule de devant peuvent être exploités afin d’inférer l’intention de dépasserapproche-ment. Par conséquent, les critères relatifs au mouvement longitudinal sont :

CV Gax = (axr ≥ κth) (3.6)

CV Gvx = (vxrel ≤ γth) (3.7)

CV GT T Cx = (T T C ≤ ζth) (3.8)

CV GT IV x = (T IV ≤ ξth) (3.9)

axrego représente l’accélération longitudinale de l’ego-véhicule et vxrel la vitesse relative avec le véhicule leader (vxrel = vxrlead− vxrego).

Le TTC (Time To Collision) et le TIV (Temps inter-véhiculaire) sont des métriques temporelles estimant le risque de collision frontale [193]. Ils sont calculés à partir de la distance

3.3. Détection de l’intention d’un changement de voie

relative entre l’ego-véhicule et le véhicule prédécesseur Drel, et leurs vitesses respectives comme le montrent les équations suivantes :

T T C = Drel

vxrego− vxrlead, vxrego > vxrlead T IV = Drel

vxrego

Drel = xrlead− xrego

CV Gx (eq (3.10)) est la condition qui agrège l’ensemble des indicateurs longitudinaux d’un changement de voie vers la gauche.

CV Gx = CV GT T Cx ∨ (CV Gax ∧ (CV Gvx ∨ CV GT IV x)) (3.10)

Les symboles ∧ et ∨ représentent respectivement les opérateurs logiques ET et OU. Enfin la condition de changement de voie vers la gauche CV G est donnée dans l’eq (3.11).

CV G = (CV Gvy ∧ CV Gyc) ∨ (CV Gx ∧ (CV Gvy ∨ CV Gyc)) (3.11) Selon le code de la route, les véhicule devraient rouler sur la voie de droite tant que c’est possible. La règle CV D pour détecter l’intention du changement de voie vers la droite et les deux indicateurs correspondants au mouvement latéral sont données ci-dessous :

CV Dvy = (vyrego ≤ −αth) (3.12)

CV Dyc = (yc≤ −βth) (3.13)

En partant du principe que les règles de circulation interdisent le dépassement par la droite les indicateurs liés au rapprochement du véhicule de devant ne sont pas considérés.

CV D = (CV Dvy ∧ CV Dyc) (3.14)

Il est intéressant de souligner que l’ensemble des études sur la détection d’intention sont faites dans le contexte de la conduite manuelle. Toutefois, dans le cas d’un véhicule automatisé où la conduite est effectuée avec la présence permanente d’un système qui partage le contrôle, et qui a la possibilité de prendre des décisions et de les implémenter, les interférences entre le conducteur et le système peuvent être interprétées comme une divergence sur le plan tactique. Cette information peut être utilisée afin de reconnaître les intentions du conducteur. Pour

cela, nous avons ajouté deux règles pour en tenir compte.

CV Gconf lit = (|Td− Tc| ≥ λth) ∧ (Td≥ λthd) (3.15)

CV Dconf lit = (|Td− Tc| ≥ λth) ∧ (Td≤ −λthd) (3.16)

CV Gconf lit et CV Dconf lit représentent les indicateurs liés au conflit au niveau du volant

qui correspondent respectivement au changement de voie gauche et droit. Td et Tc sont respectivement le couple de braquage du conducteur et celui du contrôleur latéral du système. Les conditions du changement de voie vers la gauche et du changement de voie vers la droite exprimées dans eq (3.11) et eq (3.14) respectivement deviennent :

CV G0 = CV G ∨ CV Gconf lit (3.17)

CV D0 = CV D ∨ CV Dconf lit (3.18)

Pour finir, lorsque aucune des deux conditions de changement de voie n’est remplie on conclu que le conducteur veille au maintien du véhicule dans la voie. La condition correspon-dante est la suivante :

CM V = (CV G0 ∧ CV D0) (3.19)

αth, βth, κth, γth, ζth, λth, λthd et ξth sont des paramètres de réglage de l’algorithme représentants différents seuils.

Afin d’évaluer l’ensemble de ces règles et l’intérêt des règles rajoutées pour la reconnais-sance de l’intention nous avons enregistré deux jeux de données sur le simulateur de conduite SHERPA-LAMIH. Ces enregistrements proviennent d’un scénario de conduite sur une route à deux voies et un seul sens de circulation avec diverses conditions de circulation. Les données sont enregistrées avec une fréquence de 100 Hz.

Une partie des données de test a été enregistrée pendant une phase de conduite manuelle. La deuxième partie a été enregistrée pendant une phase de conduite avec l’automatisation activée. Les enregistrements comprennent un total de 112 situations de changement de voie. Afin d’évaluer l’algorithme de reconnaissance d’intention, il est nécessaire de bien définir la situation de changement de voie. Par conséquent, nous nous basons sur la définition donnée dans [190] où le changement de voie est marqué par le moment où le véhicule commence à se déporter vers une autre voie et continue sans contre-braquage jusqu’à l’atteindre.

3.3. Détection de l’intention d’un changement de voie

métriques suivantes :

— Le taux de détection (DR : Detection rate) qui est le rapport du nombre total de changements de voie détectés sur le nombre total de changements de voie réellement exécutés ;

— le retard de détection (TBD : Time Before Detection), qui est le temps écoulé entre le début de la manœuvre et sa détection ;

— le temps entre la détection et le franchissement de la ligne (TDLC : Time from Detection to Lane Crossing) ;

— et le déplacement latéral avant la détection (LOBD : Lateral Offset Before Detection) qui représente la distance latérale parcourue du début du changement de voie jusqu’à sa détection.

αth= 0.35 m/s βth = 3.5/3 m κth= 0 m/s2 γth = −2 m/s

ζth = 5 s ξth = 0.5 s λth = 3 N/m λthd = 1 N/m

Table 3.1 – Paramètres de l’algorithme

Les paramètres des algorithmes obtenus expérimentalement pour ce test sont indiqués dans le tableau 3.1.

Les résultats pour la conduite manuelle sont rapportés dans le tableau 3.2. Ils montrent un taux de détection de 100 % pour les changements de voie vers la gauche et vers la droite.

Métrique Changement de voie

vers la gauche vers la droite

DR 100% 100%

TBD moyen 1.01 s 0.83 s

TDLC moyen 1.48 s 1.25 s

LOBD moyen 0.47 m 0.3 m

Table 3.2 – La performance de détection durant la phase de conduite manuelle

Les paramètres moyens TBD, TDLC et LOBD montrent que tous les changements de voie sont détectés avant de franchir la ligne. Étant donné le fait que pendant la phase de conduite manuelle il n’y a pas de couple d’assistance au volant, les règles sur les interférences entre couple conducteur et couple d’assistance ne sont pas pertinentes et de ce fait, les deux méthodes sont équivalentes.

Métrique Algorithme Algo 1 Algo 2 DR 100% 100% TBD moyen 1.20 s 0.56 s TDLC moyen 1.64 s 2.27 s LOBD moyen 0.42 m 0.1 m

Table 3.3 – Comparatif de la performance de détection avec les deux algorithmes Les résultats pour la conduite avec l’automatisation sont présentés dans le tableau 3.3. Pour cet ensemble de données, l’algorithme basé sur les règles (3.11) et (3.14) initialement présentées dans [183] qu’on appellera Algo 1 est comparé avec Algo 2, l’algorithme basé sur les règles étendues (3.17) et (3.18) pour tenir compte des interférences au volant. Comme on peut le voir, l’introduction de signaux relatifs aux interférences des couples augmente considérablement les performances de détection, ce qui permet une détection plus rapide et laisse plus de temps à réagir. Il est important de préciser que l’augmentation des performances de détection dans le deuxième algorithme est apparue sans accroître les fausses détections positives.

Hormis les bonnes performances de l’algorithme basé sur les règles présenté précédem-ment, cette performance est limitée à la conduite sur une route dont la courbure est très faible. En effet, les seuils pour détecter les changements de voie sur ligne droite risquent de ne plus être valides lorsque la courbure augmente et les fausses détection pourraient se multi-plier. En vue d’obtenir un algorithme de détection plus robuste et moins sensible aux données imprécises et dans le but d’obtenir une information continue qui suit en temps réel l’intention du conducteur nous avons utilisé les règles précédemment présentées afin de construire les règles d’inférence du module de détection de l’intention basé sur la logique floue. Ce dernier est présenté dans la section suivante.

3.3.4 Module de détection de l’intention du conducteur basé sur

Dans le document Coopération homme-machine multi-niveau entre le conducteur et un système d'automatisation de la conduite (Page 90-95)