Estimation de la vitesse et de l'accélération d'un véhicule précédent à l'aide de mesures par caméra

IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. Depuis les concepts scientifiques en recherche fondamentale jusqu’aux solutions technologiques en recherche appliquée, l’innovation est au cœur de son action, articulée autour de quatre orientations stratégiques : climat, environnement et économie circulaire ; énergies renouvelables ; mobilité durable ; hydrocarbures responsables.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur l’apport de solutions aux défis sociétaux et industriels de l’énergie et du climat, au service de la transition écologique. Partie intégrante d’IFPEN, IFP School, son école d’ingénieurs, prépare les générations futures à relever ces défis.

Estimation de la vitesse et de l'accélération d'un véhicule précédent à l'aide de mesures par caméra

Dans le cadre du projet « Validation expérimentale d'un système d'écoconduite basé sur la commande optimale », nous proposons un stage pour estimer les états (vitesse et accélération) futurs d'un véhicule précédent. IFPEN a développé une stratégie prédictive d’aide à l’écoconduite des véhicules électriques.

Un système visuel (VAS), sous la forme de l’écran d'une tablette montée sur le tableau de bord d'une voiture, est utilisé pour conseiller au conducteur de suivre un profil cible d’éco-vitesse. Les algorithmes qui calculent ces profils de vitesse en résolvant un problème de commande optimale sont exécutés dans la tablette. Un smartphone (GPS) et un système de caméras montées sur le toit représentent les modules de localisation et de perception de l’environnement.

Objectifs :

L'objectif principal du stage est d’améliorer le module de perception du système d'écoconduite. Il s’agira de mettre en œuvre un algorithme pour estimer la position, la vitesse et l'accélération d'un véhicule précédent sur un horizon temporel futur.

Ceci sera réalisé en utilisant les données de mesure du système de caméras qui fournit des informations sur la position relative actuelle du véhicule précédent. Des méthodes de filtrage, basées sur modèle ou sur l’apprentissage automatique pourront être utilisées. Les profils estimés sont ensuite utilisés comme contraintes dans le problème de commande optimale résolu par l’algorithme d’écoconduite.

Le projet impliquera l'implémentation d'algorithmes dans Matlab/Python, des tests en voiture dans le trafic réel, la collecte et la validation de données.