Motion cueing algorithms for autonomous driving validation on high-performance dynamic driving simulator - Archive ouverte HAL Access content directly
Theses Year : 2020

Motion cueing algorithms for autonomous driving validation on high-performance dynamic driving simulator

Contrôle plateforme pour la validation du véhicule autonome sur simulateur dynamique à hautes performances

(1)
1

Abstract

The work presented in this manuscript takes part in the context of driving simulation and more specifically in the one of dynamic driving simulators used for the validation of advanced systems and the autonomous vehicle. In order to address the issues of performance and motion perception, we have presented different approaches to improve the Motion Cueing Algorithms (MCA). All our studies show that the model predictive control (MPC) strategy is the best choice to MCA on high-performance driving simulators. Indeed, compared to other strategies, it allows to better take advantage of the workspace without endangering the simulator and/or the driver. However, in this MCA, the real-time optimization and the perception model must be guaranteed in order to improve the driver's immersion in the virtual environment. Therefore, we compared different techniques to solve constrained optimization problems. We proposed a based optimization technique, which provides an intuitive and fast solution to the MPC constrained optimization problem. Finally, we established recommendations for MCA parameterization according to the self-declared driving behavior allowing a better perception of motion in a driving simulator, in interactive driving and in autonomous mode.
Les travaux présentés dans ce manuscrit s'inscrivent dans le contexte de la simulation de conduite et plus concrètement dans celui des simulateurs de conduite dynamique a hautes performances utilises pour la validation des systèmes avances et du véhicule autonome. Afin de répondre aux enjeux de performance et de perception du mouvement, nous présentons différentes approches d’amélioration des algorithmes de restitution de mouvement (MCA). L'ensemble de nos études montre que la stratégie de contrôle prédictif est le meilleur choix pour contrôler les mouvements des nouveaux simulateurs a hautes performances. Cependant, dans ce MCA l'optimisation en temps réel et le modèle de perception doivent être garantis afin améliorer l'immersion du conducteur dans l'environnement virtuel. Nous avons donc comparé différentes techniques pour résoudre les problèmes d'optimisation sous contraintes et avons propose une technique d'optimisation a partir de circuits integres, qui propose une solution intuitive et rapide au problème d'optimisation. Enfin, nous avons établi des recommandations de paramétrage des MCA en fonction du comportement de conduite auto-declare qui permet une meilleure perception du mouvement dans un simulateur de conduite, en conduite interactive et en mode autonome.
Fichier principal
Vignette du fichier
rengifo.pdf (10.99 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-03048468 , version 1 (09-12-2020)

Identifiers

  • HAL Id : tel-03048468 , version 1

Cite

Carolina Rengifo Cadavid. Contrôle plateforme pour la validation du véhicule autonome sur simulateur dynamique à hautes performances. Automatique / Robotique. HESAM Université, 2020. Français. ⟨NNT : 2020HESAE023⟩. ⟨tel-03048468⟩
162 View
1023 Download

Share

Gmail Facebook Twitter LinkedIn More