Contributions for parametric identification and observation of powered two-wheeler vehicles - Université d'Évry Access content directly
Theses Year : 2019

Contributions for parametric identification and observation of powered two-wheeler vehicles

Contributions à l’identification paramétrique et à l’observation des véhicules à deux-roues motorisés

Majda Fouka
  • Function : Author
  • PersonId : 1318102
  • IdRef : 241569796

Abstract

Nowadays, Powered Two-Wheeled Vehicles (PTWV) are an increasingly popular means of transport in daily urban and rural displacements, especially for the possibilities it offers to avoid traffic congestion. However, riders are considered as the most vulnerable road users. In fact, the risk of being killed in an accident is $29$ times higher for a motorcycle than for a driver of a four wheeled vehicle. Therewith, the unstable nature of the PTWV makes them more susceptible to control loss. This problem is even more complex during emergency braking or on cornering maneuvers. As matter of fact, passive and active safety systems (Anti-Lock Braking (ABS), Electronic Stability Control (ESP), seat belts, airbags) developed in favour of passenger vehicles have largely contributed to the reduction of risks on the road. However, the delay in the development of security systems for motorcycles is notable. Moreover, despite some existing systems, motorcycle riders use them badly or they don't use them at all. Therefore, it is not trivial that this delay, in the development of Advanced Rider Assistance Systems (ARAS), coming from a delay in the development of theoretical and research tools. This thesis fits into the context of designing ARAS for PTWV that can alert riders upstream of dangerous driving situations. Our work deals with observation and identification techniques to estimate the PTWV dynamic states and physical parameters. These latter are fundamental for risk quantification in ARAS design and to assess the safety of the PTWV, which are the main focus of our research work. The first part of the thesis concerns classical identification techniques to estimate physical parameters of PTWV. The second part deals with model-based observers implemented to estimate the dynamic states of the PTWV. We proposed an unknown input observer (UIO) for steering and road geometry estimation and an interconnected fuzzy observer (IFO) for both longitudinal and lateral dynamics. An alternative methods for identification algorithms are observer based identifier which provide both parameters identification and states estimation. Therefore, a Luenberger adaptive observer (LAO) to estimate lateral dynamic states and pneumatic stiffness as well as a delayed unknown inputs observer (DUIO) with an arbitrary relative degree, have been developed in this thesis. As matter of fact, all these techniques allow to estimate the vehicle dynamics while reducing the number of sensors and overcoming the problem of non-measurable states and parameters. These proposed methods require a simple combination of sensors and take into account realistic assumption like the longitudinal speed variation. Among others, this manuscript introduces a self calibration algorithm for Inertial Measurement Units (IMUs) alignment. Such a self-calibration method is used for telematic boxes (e-Boxes) installed on two-wheeled vehicles, whose IMUs’ axes are often result not to be aligned with the vehicle reference system. Finally, objective indicators are setting up to quantify riding risks. These functions were studied for ARAS purpose. To highlight the performance of these approaches, we have acquired data from high-fidelity motorcycle simulator and also with data from real motorcycles. To sum up, a comparison tables are drawn up for all the presented approaches. The results of both the numerical simulations and the performed experimentations seem to be quite promising.
Au cours des dernières années, la mobilité routière a été marquée par la croissance considérable du trafic des Véhicules à Deux-Roues Motorisés (V2RM), qui demeurant désormais le mode de déplacement le plus dominant et convoité, notamment pour les possibilités qu'il offre d'esquiver les embouteillages de trafic. Cependant, les conducteurs de deux-roues motorisés sont considérés comme les usagers de la route les plus vulnérables. En effet, le risque d'être tué dans un accident est 29 fois plus élevé pour un cyclomoteur que pour un conducteur de voiture de tourisme. Ce problème est d'autant plus important lors du freinage d'urgence ou lors de la prise de virage. Alors que les systèmes de sécurité passifs et actifs (ABS, ESP, ceintures de sécurité, airbags, etc.) développés en faveur des véhicules de tourisme ont amplement contribué à la diminution des risques sur la route, cependant, le retard dans le développement de ces systèmes pour les motos est considérable. Malgré quelques systèmes existants, les conducteurs de motos les utilisent mal ou pas du tout. Ceci est dû à une mauvaise formation et cela ne contribue donc pas à l'amélioration de leur sécurité. Par conséquent, il n'est pas anodin que ce retard, dans le développement des systèmes d'aide à la conduite, résonne avec un retard dans le développement des outils de recherches théoriques. L'objectif principal de la thèse est de concevoir des systèmes d'assistance à la conduite, ARAS (Advanced Rider Assistance Systems), pour les V2RM pouvant alerter ces conducteurs en amont des situations de conduite dangereuses. De nombreux défis sont encore ouverts en ce qui concerne la conception des systèmes ARAS comme l'accessibilité des états dynamiques et paramètres physiques des V2RM ainsi que la synthèse des indicateurs de risques en visitant tous les points d'intérêts. Nous nous intéressons alors à proposer des techniques d'estimation, tout en réduisant le nombre de capteurs et en contournant la problématique de non-mesurabilité de certains variables. Par ailleurs, la synthèse de ces approches répondant à certaines exigences (modélisation, structure simple, précision, instrumentation) constitue un défi supplémentaire. La première partie de thèse est consacrée aux algorithmes d'identification classiques. Ces techniques sont conçues pour estimer les paramètres physiques inconnus des modèles paramétriques des V2RM. La deuxième partie concerne des observateurs basés modèles. Pour cela, un observateur à entrées inconnues (UIO) pour reconstruire la dynamique de la direction en tenant compte de la géométrie de la route, et, un observateur interconnecté (IFO) pour l'estimation de la dynamique longitudinale et latéral, ont été proposées. Ensuite, nous nous sommes penchés sur des méthodes alternatives aux approches d'identification, notamment des techniques d'estimations basées identification capable à la fois d'estimer les états et les paramètres au même temps. À cette occasion, un observateur retardé à entrées inconnues pour les systèmes avec un degré relatif arbitraire (DUIO), et, un observateur de Luenberger adaptative (LAO) pour l'estimation des raideurs pneumatiques ont été développées. Les méthodes proposées nécessitent une combinaison simple de capteurs et prennent en compte des hypothèses réalistes telles que la variation de vitesse longitudinale. Tous ces travaux ont été validés à l'aide de BikeSim et/sur des données expérimentales. En outre, ce manuscrit introduit un algorithme d’auto-calibration pour l’alignement des unités de mesure inertielle (IMU). Une telle méthode d’auto-étalonnage s’applique aux boîtiers télématiques (e-Box) installés sur des véhicules à deux roues, dont les axes des IMU sont souvent mal alignés avec le repère référentielle du véhicule. La dernière partie de cette thèse traite des indicateurs objectifs (comportement sur/sous vireur de la moto et la distance de sortie de la voie de circulation) pour la quantification du risque.
Fichier principal
Vignette du fichier
Thesis_Report_FOUKA_Majda_correction_last.pdf (73.67 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

tel-02453899 , version 1 (24-01-2020)

Identifiers

  • HAL Id : tel-02453899 , version 1

Cite

Majda Fouka. Contributions for parametric identification and observation of powered two-wheeler vehicles. Automatic. Université Paris-Saclay, Université d'Evry Val-d'Essonne, 2019. English. ⟨NNT : 2019SACLE033⟩. ⟨tel-02453899⟩
198 View
13 Download

Share

Gmail Facebook X LinkedIn More