Adaptive tire parameter estimation : real-time solutions for tire slip ratio, effective rolling radius, and longitudinal stiffness

Estimation adaptative des paramètres des pneus : solutions en temps réel pour le taux de glissement des pneus, le rayon de roulement effectif et la rigidité longitudinale L'industrie automobile connaît une transformation majeure, stimulée par les avancées technologiques, l'évolution des préférences des consommateurs et les préoccupations environnementales. À mesure que les véhicules deviennent plus complexes avec la propulsion électrique, les capacités autonomes et une connectivité avancée, la modélisation et l'estimation précises de la dynamique du véhicule deviennent de plus en plus cruciales. Les pneus, étant les seuls points de contact entre le véhicule et la route, sont essentiels pour optimiser les performances et la sécurité. Des caractéristiques clés des pneus telles que le rapport de glissement, la rigidité longitudinale et le rayon de roulement effectif influencent significativement la dynamique du véhicule, mais sont difficiles à mesurer directement. Cette thèse vise à développer et valider des méthodologies robustes en temps réel pour estimer ces caractéristiques critiques des pneus en utilisant uniquement les mesures embarquées, éliminant ainsi le besoin de capteurs supplémentaires. En améliorant la précision et la fiabilité de ces estimations, cette recherche contribue à l'avancement des systèmes de contrôle de la dynamique du véhicule, améliorant les performances, la sécurité et l'efficacité, et soutenant la progression vers les technologies de conduite autonome. Cette recherche aborde deux questions principales : 1-Quelle est la structure de modèle la plus efficace pour estimer avec précision le rapport de glissement des pneus avec un effort de calcul minimal et sans capteurs supplémentaires ? Cela implique d'examiner différentes approches de modélisation pour fournir des données fiables en temps réel sur le rapport de glissement des pneus et d'explorer la sensibilité de chaque modèle aux incertitudes des paramètres. 2-Quelle est la combinaison la plus efficace de structure de modèle et d'estimateur pour estimer avec précision le rayon de roulement effectif et la rigidité des pneus pendant le fonctionnement du véhicule ? Ceci examine l'impact de la déformation des pneus sur la dynamique du véhicule et développe des méthodes pour l'estimation en temps réel et la compensation de ces variations. Pour atteindre ces objectifs, la thèse introduit un nouveau modèle linéaire pour estimer la rigidité des pneus et le rayon de roulement effectif. Une méthode améliorée de Moindres Carrés Totaux Récursifs (RTLS) est développée, intégrant les techniques de Moindres Carrés Totaux Pondérés (WTLS) avec des algorithmes de suivi de sous-espace et une adaptation dynamique de la covariance du bruit. Cette approche affine l'estimation des paramètres dans le cadre des erreurs sur variables, en particulier lorsque des erreurs affectent à la fois les variables d'entrée et de sortie, et s'adapte efficacement aux variations de la dynamique du système. Les méthodologies proposées sont validées à travers des simulations utilisant les données de Vehicle Dynamics Car Real Time (ViCRT) et des données réelles de véhicules. Les résultats démontrent l'exactitude, la fiabilité et l'efficacité computationnelle des méthodes, confirmant leur adéquation pour des applications en ligne.