exit

Engineering and Systems   > Home   > Control   > Issue 1   > Article

Multi-criteria optimization for autonomous vehicles in a dynamic environment

Optimisation multi-critère pour véhicules autonomes en environnement dynamique


Jean-Baptiste Receveur
Université de Bordeaux

Pierre Melchior
Bordeaux INP

Stéphane Victor
Bordeaux INP



Published on 23 August 2018   DOI : 10.21494/ISTE.OP.2018.0283

Abstract

Résumé

Keywords

Mots-clés

In the last few years much effort has been made towards more autonomous vehicles and fuel consumption reduction. This article deals with the issue trajectory optimization of unmanned terrestrial vehicles so as to reduce consumption, travel time or to improve comfort. Main focuses are set on testing different criteria and the possibility of using a genetic algorithm to improve the potential field methods. The main idea of this article is that potential field methods could be improved by adding a dynamic target in it. Two improvements are brought to the potential field method : the generation of an optimal path in the environment, and the joint generation an optimal motion.

Dans les dernières années, la recherche sur les véhicules autonomes a connu un essor sans précédent. De plus, elle vient s’ajouter à un effort permanent des constructeurs pour diminuer la consommation énergétique de leurs véhicules pour qu’ils soient toujours plus économes pour les conducteurs. Cet article traite le sujet de l’optimisation de trajectoire pour un véhicule autonome de type automobile, basée sur des critères de consommation, de temps de trajet ou de confort. L’article se concentre principalement sur les tests de ces critères, et sur la méthode utilisée pour effectuer l’optimisation en combinant algorithme génétique et champs de potentiels. En cherchant des points intermédiaires optimaux dans le champ de potentiel, et en considérant de façon intelligente le mouvement des obstacles et le volume du véhicule, une trajectoire optimale peut être générée. Dans les deux premières parties de cet article les méthodes utilisées et le problème à résoudre sont décrits, puis quelques tests sur des scénarios réalistes sont effectués.

Autonomous vehicles Path planning Potential fields Optimal trajectory Optimization Genetic algorithms Fractional differentiation

Véhicules autonomes Planification de trajectoire Champs de potentiel Trajectoire optimale Optimisation Algorithmes génétiques Dérivée fractionnaire