PICVA

Département

-

Responsable scientifique

Hugues Garnier

Responsable technique

Service SAR

Localisation

Polytech

Type

Maquette

Description

La plateforme repose sur un véhicule autonome instrumenté à l'échelle réduite (QCar de chez Quanser) servant de banc d'essai pour le développement et la validation de méthodes d'identification et de commande de systèmes dynamiques.

Contexte et objectifs scientifiques

La conduite autonome de véhicules constitue aujourd'hui l'un des enjeux majeurs de la recherche en automatique, en perception et en intelligence embarquée, avec des retombées attendues en matière de sécurité, d'efficacité énergétique et de mobilité. Sa mise en œuvre repose sur des chaînes complètes de perception, de décision et de commande, qui supposent de disposer de modèles dynamiques fiables du véhicule pour concevoir et valider des lois de commande performantes.

L'identification de systèmes consiste à construire de tels modèles dynamiques à partir de données expérimentales d'entrée-sortie. Pour les systèmes cyberphysiques mobiles, la difficulté tient à la présence de non-linéarités (frottements, couplages, dynamiques de direction et de propulsion) et au besoin de modèles à la fois précis et physiquement interprétables, exploitables ensuite pour la commande. L'objectif scientifique est de développer et d'éprouver, sur un système réel et représentatif, des méthodes d'identification à temps continu de type boîte grise, privilégiant l'interprétabilité physique des paramètres plutôt que des approches purement boîte noire. La plateforme vise à valider expérimentalement la robustesse statistique de ces estimateurs, leur capacité à traiter des structures non linéaires, et leur extension aux systèmes multi-entrées/multi-sorties. Elle alimente également les travaux aval de commande basée modèle et d'apprentissage par renforcement guidé par modèle.

Descriptif technique

La plateforme s'articule autour d'un véhicule autonome à l'échelle réduite (Quanser QCar) embarquant un calculateur de bord, un ensemble de capteurs (LiDAR, caméras, centrale inertielle, encodeurs odométriques) et des actionneurs de propulsion et de direction. L'instrumentation permet l'acquisition synchronisée de signaux d'excitation et leurs réponses. L'environnement logiciel (MATLAB/Simulink ou Python) prend en charge la génération de signaux d'excitation, l'acquisition, l'estimation paramétrique et la validation des modèles. Au-delà de l'identification, la plateforme permet d'implémenter et de comparer expérimentalement différentes stratégies de commande (commande basée modèle, commande prédictive, approches guidées par apprentissage), en exploitant directement les modèles de type boîte grise identifiés.

Financements

Qcar — Dept CID du CRAN — 18156 € TTC

Brevets et valorisation

Non

Non

Politique qualité

Non