Créé le : 03/08/2009
OPTIMISATION DE LA DETECTION DES TRAINS DANS LES SYSTEMES DE TRANSPORT FERROVIAIRE INTELLIGENTS La présentation concerne un dispositif simple et fiable de détection de la position et du sens de parcours des trains grâce à des capteurs répartis sur la voie. Ces capteurs sont de simples bobines qui détectent les variations de champ magnétique au passage des roues. L'innovation tient dans l'absence totale d'électronique active au voisinage des capteurs : un circuit FPGA distant envoie un signal codé par des séquences de Golay complémentaires au travers d'une paire de fils. Un tel montage permet de commander plusieurs capteurs en série. L'encodage du signal associé à un positionnement précis des bobines optimisé par éléments finis confère au dispositif une grande insensibilité au bruit et une grande fiabilité. Cette étude fait partie du projet TELEVIA de développement d'un centre de contrôle de traffic, financé par le ministère espagnol de la science et de la technologie. IDENTIFICATION DE MODELES DE VEHICULES ET ESTIMATION DE LA RUGOSITE DE LA ROUTE Les opérateurs de flottes de véhicules recherchent des indications quantitatives sur les performances de leurs matériels mais aussi sur l'état des routes sur lesquelles ils circulent. Cette présentation, très théorique, concerne l'application d'un modèle quasi linéaire à paramètres variables d'un quart de suspension automobile à la détermination de la rugosité de la route. L'identification du modèle est effectuée partiellement à l'aide de données mesurées (accélérations des masses et déplacements relatifs), complétées de valeurs intégrées numériquement (vitesses). Ces calculs nécessitent la reconstruction du signal de la route, pour laquelle un algorithme est proposé. Les équations du problèmes sont établies et on montre à l'aide d'exemples que le choix du pas d'échantillonnage joue un rôle déterminant sur la qualité des résultats. IDENTIFICATION DYNAMIQUE DES PARAMETRES DE MODELE POUR UN ROBOT MOBILE SUR ROUES L'objectif de cette étude est de définir et d'identifier le modèle dynamique du robot Pioneer, une plate-forme industrielle largement diffusée mais pour laquelle un tel modèle n'existait pas. Pioneer est un modèle à deux roues motrices et une roue libre. Les équations du robot (prenant en compte la roue libre) et du moteur sont établies en formulation lagrangienne. Pour les identifier à partir de variables mesurées (tensions et vitesses), on définit des mouvements simplifiés découplés intéressant un degré de liberté à la fois. Les résultats sont statistiquement corrects et utilisables à des fins de simulation. MODELES DYNAMIQUES D'UN VEHICULE A GUIDAGE AUTOMATIQUE BASES SUR DES RESULTATS EXPERIMENTAUX Cette présentation, qui fait suite à une première étude consacrée au modèle dynamique latéral du même engin, concerne la modélisation du comportement longitudinal et du système de direction d'un AGV (véhicule à guidage automatique). Le véhicule pris comme exemple est un Citroën Berlingo à propulsion électrique et à direction de type Ackerman à commande hydraulique, équipé d'un GPS différentiel et d'un ordinateur de bord. Le modèle longitudinal est obtenu par la méthode de Schwarze et des mesures à faible vitesse. Le modèle dynamique de la direction est composé de 3 sous-ensembles : le contrôleur digital PID, le moteur à courant continu et le modèle de chargement du système complet, pneus compris. L'identification est effectuée sur un circuit dédié composé de rues, d'intersections et de sens giratoires. L'objectif ultime d'un tel modèle est de permettre par la simulation l'étude comparative de plusieurs contrôleurs de trajectoire en vue de sélectionner celui qui donne les meilleures performances. Quelques exemples de simulations sont donnés et comparés aux résultats d'un modèle antérieur moins sophistiqué. EVALUATION EXPERIMENTALE D'OBSERVATEURS DE L'ANGLE DE DERIVE D'UN VEHICULE Il s'agit d'une présentation assez didactique du phénomène de dérive et de sa mesure. La dérive latérale, qui se traduit par un angle de dérive, est le résultat de la déformation du pneu en cours de roulement sous l'effet combiné des tensions (glissement) et des compressions (adhésion) avec la chaussée. Cet angle de dérive est le paramètre de base de l'étude de stabilité latérale du véhicule. Les objectifs poursuivis sont la mesure de l'angle de dérive à moindre coût, l'évaluation de l'adhérence latérale et la maîtrise de la qualité de reconstruction de la trajectoire par simulation. L'étude, qui utilise la théorie des observateurs d'état (capteurs virtuels ou reconstructeurs d'état), a été conduite pour deux véhicules (une bicyclette pour laquelle ont été établis un modèle linéaire et un modèle non linéaire, et une voiture Citroën Xantia break) et en utilisant 4 types d'observateurs : Luenberger, Luenberger étendu, filtre de Karman étendu et observateur de mode de glissement. Des exemples de résultats montrant une bonne corrélation avec les mesures sont présentés. IDENTIFICATION DU COMPORTEMENT DYNAMIQUE LATERAL DE L'AERONEF AURORA Le projet AURORA (Autonomous Unmanned Remote Monitoring Robotic Airship) concerne le développement d'un prototype de dirigeable de surveillance robotisé. L'étude présentée est l'identification à partir de mesures expérimentales des coefficients aérodynamiques du modèle non linéaire utilisé pour le développement des algorithmes de guidage et de contrôle. La procédure d'identification est étudiée en détail. Aux méthodes classiques d'erreur de prédiction ont été préférées les méthodes d'identification de sous-espace à l'aide de l'algorithme MOESP : non itératives, ne nécessitant pas de connaissances a priori et plus robustes. SYSTEME EMBARQUE ROBUSTE POUR LE PISTAGE DE VEHICULES EN TEMPS REEL UTILISANT LE FILTRAGE DE PARTICULES Développé dans le cadre du projet Brite-Euram CAMELLIA, le système décrit permet la détection et le pistage de véhicules environnants à partir d'une caméra frontale unique. Cinq algorithmes de traitement d'image sont utilisés pour détecter les véhicules-cibles, les classer et les localiser. Les résultats de ces algorithmes sont fusionnés à l'aide d'une méthode aléatoire de filtrage de particules, considérée comme optimale par les auteurs. Particulièrement optimisée, la méthode permet de travailler à 20 images/seconde avec un simple PC et est conçue en vue d'une future adaptation temps réel. Les algorithmes ont été testés avec succès dans de nombreuses configurations, y compris pluie et circulation de nuit. DETECTION D'OBSTACLES SUR UN PARCOURS ROUTIER A L'AIDE DE LA DETECTION DE ROUTE ET DE L'ANALYSE DU MOUVEMENT Proche du précédent, ce sujet concerne la détection des obstacles dans les applications de trafic routier. Le système proposé effectue une acquisition dynamique du profil routier à l'aide d'une caméra embarquée et d'un traitement rapide de la séquence d'images par une analyse d'ondelettes et un modèle quadratique. La détection des obstacles, définis comme tous pixels qui ne suivent pas le mouvement de la route, utilise un modèle de Markov hiérarchique. La robustesse et la rapidité de la méthode sont illustrés par des exemples. CARTOGRAPHIE RAPIDE DE TRAJECTOIRES SANS COLLISION POUR ROBOTS MOBILES Cette étude utilise les propriétés mathématiques des s-topes (extensions sphériques de polytopes) pour la détermination de trajectoires sans collisions entre un robot et un obstacle mobile. APPROXIMATION RAPIDE D'UN ECHANTILLONNAGE GAUSSIEN D'OBSTACLES POUR LA PLANIFICATION ALEATOIRE DE MOUVEMENTS Voisine de la précédente, cette présentation concerne la recherche de trajectoires sans collision pour un objet mobile (rigide, articulé ou déformable) évoluant dans un environnement statique ou dynamique. Un algorithme nouveau d'échantillonnage aléatoire localisé, dérivé de l'algorithme classique de reconnexion RRT (Rapidly-exploring Random Trees), permet de déterminer le comportement d'un échantillonnage gaussien dans l'espace libre. Références 1. Optimization of Train Detection in Intelligent Railway Transportation Systems P. Donato, J. Ureña, M. Mazo, J.J. García, A. Hernández, F. Álvarez Proceedings IAV 2004, Lisbonne, Portugal 2. Identification of Vehicle Models and Road Roughness Estimation P. Gaspar, Z. Szabo, J. Bokor Proceedings IAV 2004, Lisbonne, Portugal 3. Dynamical Model Parameters Identification of a Wheeled Mobile Robot B. Innocenti, P. Ridao, N. Gascons, A. El-Fakdi, B. Lopez, J. Salvi Proceedings IAV 2004, Lisbonne, Portugal 4. Dynamic Models of an AGV Based on Experimental Results J.I. Suárez, B.M. Vinagre, F. Gutierrez, J.E. Naranjo, Y.Q. Chen Proceedings IAV 2004, Lisbonne, Portugal 5. Experimental Evaluation of Vehicle Sideslip Angle Observers J. Stéphant, A. Charara, D. Meizel Proceedings IAV 2004, Lisbonne, Portugal 6. Identification of Lateral Dynamics of Aurora Airship V.R. Cortés, J.R. Azinheira, E.C. Paiva Proceedings IAV 2004, Lisbonne, Portugal 7. Robust Real-Time On-Board Vehicle Tracking System Using Particles Filter B. Steux, Y. Abramson Proceedings IAV 2004, Lisbonne, Portugal 8. Obstacle Detection in Road Scene Based on Road Detection and Motion Analysis C. Demonceaux, A. Potelle, D. Kachi-Akkouche Proceedings IAV 2004, Lisbonne, Portugal 9. Fast Map Generator of Collision-Free Trajectories for Mobile Robots E.J. Bernabeu Proceedings IAV 2004, Lisbonne, Portugal 10. Fast Approximation to Gaussian Obstacle Sampling for Randomized Motion Planning N. Jouandeau, A. Ali Cherif Proceedings IAV 2004, Lisbonne, Portugal