Dépôt institutionnel de l'UQO
RECHERCHER

Cooperative driving for collision avoidance based on cognitive agents

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Colmenares Sayago, Giancarlo (2018). Cooperative driving for collision avoidance based on cognitive agents. Thèse. Gatineau, Université du Québec en Outaouais, Département d'informatique et d'ingénierie, 184 p.

[thumbnail of Colmenares_Giancarlo_2018_thèse.pdf]
Prévisualisation
PDF
Télécharger (3MB) | Prévisualisation

Résumé

Les véhicules équipés peuvent percevoir leur environnement via senseurs à bord ; de plus, ceux qui ont des capacités de communication incorporées peuvent partager les informations reçues avec leurs voisins. Ces derniers, connus comme véhicules connectés, sont la base pour la conduite coopérative, un sujet d’intérêt dans le domaine des Systèmes de Transport Intelligents (Intelligent Transportation Systems, ITS) ; la conduite coopérative utilise les technologies de communication véhiculaire pour transmettre et recevoir des informations d’intérêt, telles que : le trafic, la sécurité, le routage. Cette recherche est axée sur la sécurité routière, plus spécifiquement nous sommes intéressés à la réduction du risque de collision des véhicules autonomes. Il y a des innombrables situations où les informations livrées par les senseurs des véhicules autonomes ou semi-autonomes ne sont pas suffisantes pour éviter une collision ; surtout, dans scénarios où le temps pour collision (Time to Collision, TTC) est minimal, et une manoeuvre d’évitement doit être fournie sans délai pour possiblement sauver les vies des occupants ou des piétons. Grace à l’incorporation de dispositifs de divers types, tels que : senseurs de mouvement, senseurs de proximité, GPS, LIDAR ou caméras de vidéo, les véhicules autonomes ont la capacité de réduire la distance inter-véhiculaire pour, entre autres, minimiser la résistance au vent et maximiser l’utilisation de l’espace sur les routes. Cependant, la réduction de cette distance implique que le temps de réaction pour un évènement imprévu est aussi réduit ; par conséquent, il faut implémenter des mesures pour anticiper la possibilité de danger et agir opportunément. Actuellement, la technologie d’évitement de collisions est basée principalement sur des informations reçues des senseurs à bord ; nous considérons qu’en profitant les capacités de communication, les véhicules sur la route peuvent coopérer pour exécuter des manoeuvres d’évitement de collision en situations où le temps de réaction est minimal à cause de l’occurrence d’un évènement inattendu. Dans cet étude, nous proposons un nouveau modèle d’agent cognitif pour l’évitement de collisions qui utilise une structure hiérarchique de systèmes diffuses en intégrant des informations fournies par un environnement de conduite coopérative. La connaissance que le véhicule a reliée à son environnement, et aussi son intention sur la route, sont cruciales pour ce modèle ; donc, nous présentons une structure d’ontologie pour le stocker. Nous prétendons démontrer que, en face d’un événement soudain sur la route, ce modèle surpasse les capacités de réaction d’un humain qui conduit un véhicule et, de plus, les capacités des véhicules autonomes qui exécutent des manoeuvres d’évitement de façon isolée. Pour le faire, comme une contribution additionnelle, nous avons développé un simulateur de trafic qui permet de visualiser en 3D les véhicules coopératifs lorsqu’ils réalisent les manoeuvres mentionnées.

Type de document: Thèse (Thèse)
Directeur de mémoire/thèse: Benyahia, Ilham
Départements et école, unités de recherche et services: Informatique et ingénierie
Date de dépôt: 21 juin 2018 20:26
Dernière modification: 21 juin 2018 20:26
URI: https://di.uqo.ca/id/eprint/998

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt