• Media type: Text; Electronic Thesis; E-Book
  • Title: Models and algorithms for the exploration of the space of scenarios : toward the validation of the autonomous vehicle ; Modèles et algorithmes pour l'exploration de l'espace des scénarios : vers la validation du véhicule autonome
  • Contributor: Nabhan, Marc [Author]
  • Published: theses.fr, 2020-12-21
  • Language: English
  • Keywords: Programmation génétique ; Optimization ; Apprentissage ; Véhicule autonome ; Deep Learning ; Mixed-Integer Linear Programming ; Genetic Programming ; Programmation mathématique linéaire ; Autonomous Vehicle ; Réseaux de neurones ; Optimisation ; Machine Learning
  • Origination:
  • Footnote: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Description: Les véhicules autonomes sont des systèmes assez complexes où plusieurs types de défaillances peuvent se produire, enclenchant une fausse action sur la route. Chaque composant devra donc être testé rigoureusement pour anticiper et éliminer les potentielles défaillances. Des techniques de simulation numérique sont utilisées pour complémenter les essais de conduite réelle dans la validation. L'objectif de cette thèse CIFRE est de contribuer des algorithmes et méthodes à un projet industriel chez Renault focalisé sur la validation par simulation de la loi de commande en Model-In-the-Loop (MIL). Les contributions de cette thèse sont organisées selon trois objectifs: détection d'un nombre maximal de défaillances de la loi de commande, détection de scénarios près de la frontière entre zones défaillantes et sûres, et construction de modèles explicables de la frontière pour l'identifier aussi précisément que possible. Des techniques d’apprentissage (forêt aléatoire) et d'optimisation (CMA-ES) sont utilisées pour satisfaire la contrainte industrielle de réduire la puissance de calcul, et trois approches sont considérées pour construire des modèles de frontière en analysant leurs performances et explicabilités: réseaux de neurones, programmation mathématique linéaire, et programmation génétique appliquée à la régression symbolique. ; Autonomous vehicles represent highly complex systems, where multiple types of failures could occur leading to a wrong execution on the road. Therefore, each component should be thoroughly tested to anticipate potential failures and mitigate them. Simulation testing methods are used to complement real test driving in the validation process. The aim of this CIFRE PhD thesis is to feed an industrial project at Renault novel algorithms and methods to facilitate the validation of the command law requirements by performing Model-In-the-Loop (MIL) testing. The main contributions of this PhD thesis are threefold: detecting a maximum number of failures of the command law, detecting scenarios as close ...
  • Access State: Open Access