TY - Type of reference TI - Optimisation multi-critère pour véhicules autonomes en environnement dynamique AU - Jean-Baptiste Receveur AU - Pierre Melchior AU - Stéphane Victor AB - 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. DO - 10.21494/ISTE.OP.2018.0283 JF - Automatique KW - Algorithmes génétiques, Optimisation, Véhicules autonomes, Planification de trajectoire, Champs de potentiel, Trajectoire optimale, Dérivée fractionnaire, Optimization, Autonomous vehicles, Path planning, Potential fields, Optimal trajectory, Genetic algorithms, Fractional differentiation, L1 - https://www.openscience.fr/IMG/pdf/iste_auto18v1n2.pdf LA - fr PB - ISTE OpenScience DA - 2018/08/23 SN - 2631-4924 TT - Multi-criteria optimization for autonomous vehicles in a dynamic environment UR - https://www.openscience.fr/Optimisation-multi-critere-pour-vehicules-autonomes-en-environnement-dynamique IS - Numéro 1 VL - 2 ER -