1. Séminaire : BrIAS Fellow Prof. Ilya Kolmanovsky
Titre :Exploiter les schémas de supervision et l’interaction entre calculs et propriétés en boucle fermée dans le contrôle prédictif modéliséRésumé :
Le contrôle prédictif modélisé (MPC) conduit à des lois de rétroaction non linéaires définies algorithmiquement pour des systèmes avec des contraintes ponctuelles sur l’état et le contrôle. Ces lois de rétroaction sont déterminées par des solutions à des problèmes d’optimisation de contrôle/trajectoire posés de manière appropriée, qui sont (généralement) résolus en ligne. L’intérêt pour l’utilisation du MPC dans des applications pratiques croît, notamment en tant que technologie clé pour le contrôle et la génération de trajectoires dans les véhicules autonomes, incluant les secteurs aéronautique, automobile et robotique.

Pour permettre l’implémentation du MPC, les solutions aux problèmes d’optimisation doivent être calculées de manière fiable et dans le temps imparti. Après avoir décrit plusieurs applications motivantes dans les domaines aéronautique et automobile, la présentation examinera des recherches récentes menées par le présentateur et ses étudiants/collaborateurs. Celles-ci portent sur des stratégies de résolution des problèmes d’optimisation liés aux formulations MPC à horizon régressif ou décroissant. Ces stratégies incluent des méthodes pour résoudre les problèmes MPC de manière inexacte, ainsi que l’utilisation de schémas de supervision supplémentaires réduisant le temps de calcul et élargissant la région d’attraction en boucle fermée contrainte.

En particulier, un « Computational Governor » (CG) sera présenté : il maintient la faisabilité et limite la sous-optimalité du démarrage à chaud du MPC en modifiant la commande de référence introduite dans le problème MPC résolu de manière inexacte. De plus, l’analyse de l’implémentation distribuée temporelle du MPC, basée sur un nombre fixe d’itérations d’algorithmes d’optimisation par étape temporelle et des bénéfices de démarrage à chaud, bénéficie de l’application d’outils de théorie du contrôle comme le théorème du petit gain. Intriguant, ces outils peuvent également être exploités dans des optimisations multidisciplinaires « conscientes du contrôle ».

2. Séminaire : BrIAS Fellow Prof. Paolo Falcone**
Titre :Planification de mouvements conçue avec prudence. Le rôle de la prédiction

Résumé :
La sécurité des passagers et des usagers de la route environnants est le défi le plus important dans la conception et le déploiement des technologies de conduite autonome. En effet, le niveau d’intégrité de sécurité automobile le plus élevé (ASIL-D) sera probablement requis pour les fonctionnalités de conduite autonome. Bien que répondre à ces exigences de sécurité implique des efforts de conception spécifiques à tous les niveaux de la pile de conduite autonome, cette présentation se concentrera sur la conception de contrôle d’un planificateur de mouvements sécurisé en environnements urbains.

Nous commencerons par illustrer une approche de conception de contrôle basée sur un modèle pour le problème de planification de mouvement d’un véhicule en présence d’usagers humains (piétons, cyclistes, véhicules conduits par des humains). Nous montrerons que, sous des hypothèses modérées, le comportement du véhicule peut être rendu prudent en présence d’usagers de la route et garanti comme étant durablement sûr. Des résultats expérimentaux obtenus avec un véhicule de passagers négociant une intersection avec un piéton simulé seront présentés.

Un ingrédient clé du cadre de planification de mouvements proposé est un modèle de prédiction du trafic environnant. Dans la deuxième partie du séminaire, nous illustrerons nos recherches en cours sur la prédiction des intentions humaines dans les environnements de trafic. Nous montrerons comment l’évolution d’une scène de trafic peut être prédite à l’aide de modèles très simples et de données de mouvement (position, vitesse) d’usagers de la route observées dans des scènes de trafic similaires.