Switching/Interpolating LPV Control based on Youla-Kucera Parameterization : application to Autonomous Vehicles

Synthèse/Interpolation de Régulateurs LPV Basé sur Paramétrisation de Youla-Kucera : application aux Véhicules Autonomes De nos jours, les systèmes deviennent de plus en plus complexes, ce qui nécessite des algorithmes de contrôle capables de prendre en compte en ligne des objectifs variables de performance et de sécurité. Le domaine des systèmes autonomes, en particulier les véhicules autonomes, est révélateur d'une telle évolution. En effet, leurs capacités de conduite ont été récemment améliorées pour une conduite hautement, voire totalement, autonome grâce à une théorie de contrôle avancée. Une voiture entièrement autonome doit effectuer plusieurs tâches dont le contrôle longitudinal, le contrôle latéral, le contrôle du châssis, etc. La présente thèse propose différentes structures de contrôle multi-objectifs visant à adapter les performances du véhicule en couvrant toute la plage de vitesse.Cette thèse présente de nouvelles architectures de contrôle pour commuter/interpoler entre plusieurs controleurs linéaires à paramètres variants (LPV), en considérant la vitesse du véhicule comme un paramètre variable. Le schéma de commutation ou d'interpolation est réalisé sur la base du paramétrisation de Youla-Kucera (YK). L'architecture de contrôle LPV-YK peut incorporer plusieurs contrôleurs LPV ou LTI qui peuvent commuter/interpoler entre eux en garantissant la stabilité. Elle peut être utilisée pour interpoler entre différentes performances de contrôle visant à atteindre différentes spécifications en boucle fermée dans différentes situations de conduite (c'est-à-dire changement de voie, évitement d'obstacles), ou pour basculer entre des sous-ensembles de paramètres cloisonnés lorsqu'on a affaire à de grandes variations de paramètres (c'est-à-dire à des vitesses de véhicule faibles et élevées). La stabilité en boucle fermée est garantie pour tout signal d'interpolation continu/discontinu en termes d'un ensemble d'inégalités linéaires matricielles (LMI). Les structures de contrôle proposées peuvent aider les systèmes multi-variables et multi-objectifs à atteindre des performances élevées dans différentes conditions de fonctionnement et différentes situations critiques, quel que soit le taux d'interpolation.Des exemples numériques sont simulés pour montrer l'importance des méthodes proposées pour atteindre différents objectifs pour le contrôle latéral des véhicules autonomes. En outre, les différentes structures de contrôle ont été testées sur un véhicule Renault ZOE réel pour valider leurs performances réelles et les comparer aux contrôleurs LPV standard.