Upload
olivier-orfila
View
219
Download
4
Embed Size (px)
Citation preview
Soutenance de these
Olivier Orfila
Le 12 octobre 2009 a Evry
Influence de l’infrastructure routiere surl’occurrence de perte de controle de vehicules
legers en virage : modelisation et validationsur site experimental
Michel BassetFawzi NashashibiFahim BelarbiSebastien GlaserDominique MeizelSaıd MammarAlex Coiret
Jury : RapporteurRapporteurExaminateurExaminateurExaminateurDirecteur de theseEncadrant
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Introduction
1 Contexte, securiteroutiere
2 Objectifs
3 Etat de l’art
4 Demarche
2/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Contexte, securite routiere
Statistiques
• Part des accidents pour un vehicule leger seul en virage20%, part des morts 30% [Michel, 2005]
Roles
• 67% Conducteurseul
• 4% Vehicule seul
• 4% Route seule
• 28% Route
Systeme VIC [Jensen, 2004]
4%4%
4%
24%
67%
VehiculeInfrastructureConducteur
3/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Contexte, securite routiere
Statistiques
• Part des accidents pour un vehicule leger seul en virage20%, part des morts 30% [Michel, 2005]
Roles
• 67% Conducteurseul
• 4% Vehicule seul
• 4% Route seule
• 28% Route
Systeme VIC [Jensen, 2004]
4%4%
4%
24%
67%
VehiculeInfrastructureConducteur
3/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Contexte, enjeux
Premier enjeu
• Pourquoi la route est-elle aussi dangereuse pour ce type devehicules ?
Deuxieme enjeu
• Que pouvons nous faire pour savoir a quel point la routeet dangereuse et pour corriger les eventuels defauts ?
4/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Contexte, enjeux
Premier enjeu
• Pourquoi la route est-elle aussi dangereuse pour ce type devehicules ?
Deuxieme enjeu
• Que pouvons nous faire pour savoir a quel point la routeet dangereuse et pour corriger les eventuels defauts ?
4/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Introduction
1 Contexte, securiteroutiere
2 Objectifs
3 Etat de l’art
4 Demarche
5/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Objectifs
Premier objectif
• Evaluer le role de l’infrastructure dans le risque de pertede controle (au sens de la perte d’adherence)
Deuxieme objectif
• Developper des outils permettant d’evaluer le niveau desecurite offert par une infrastructure
6/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Objectifs
Premier objectif
• Evaluer le role de l’infrastructure dans le risque de pertede controle (au sens de la perte d’adherence)
Deuxieme objectif
• Developper des outils permettant d’evaluer le niveau desecurite offert par une infrastructure
6/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Introduction
1 Contexte, securiteroutiere
2 Objectifs
3 Etat de l’art
4 Demarche
7/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Role del’infrastructure
Dans le modele � Point � [ARP, 1994]
• Represente un vehicule par sa masseconcentree en son centre de gravite
• Utilise par les gestionnaires d’infrastructures
• R = V 2
g(θ+f (V ))
• Plusieurs parametres non pris en compte (pente, etat desurface,...)
• Vehicule et conducteur peu detailles
• Doit etre complete par des coefficients de securite
8/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Role del’infrastructure
Dans le modele � Point � [ARP, 1994]
• Represente un vehicule par sa masseconcentree en son centre de gravite
• Utilise par les gestionnaires d’infrastructures
• R = V 2
g(θ+f (V ))
• Plusieurs parametres non pris en compte (pente, etat desurface,...)
• Vehicule et conducteur peu detailles
• Doit etre complete par des coefficients de securite
8/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Role del’infrastructure
Dans le modele � Bicyclette � [Dixon, 1991]
• Represente chaque essieu par uneroue moyenne
• Utilise pour les etudes du vehiculeen mode transversal
• Permet de calculer une vitessemaximale [Glaser, 2004]
∀p < 0, V 2max = gR
(1−Hg
Lf
p
)√√√√1−(
p
λlonµ
)2
λlatµ− θ
∀p > 0, V 2
max = gR
(1 +Hg
Lrp
)√√√√1−(
p
λlonµ
)2
λlatµ− θ
• Peut etre ameliore sur la prise en compte de la pente• Necessite une etude de sensibilite aux parametres routiers9/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Role del’infrastructure
Dans le modele � Bicyclette � [Dixon, 1991]
• Represente chaque essieu par uneroue moyenne
• Utilise pour les etudes du vehiculeen mode transversal
• Permet de calculer une vitessemaximale [Glaser, 2004]
∀p < 0, V 2max = gR
(1−Hg
Lf
p
)√√√√1−(
p
λlonµ
)2
λlatµ− θ
∀p > 0, V 2
max = gR
(1 +Hg
Lrp
)√√√√1−(
p
λlonµ
)2
λlatµ− θ
• Peut etre ameliore sur la prise en compte de la pente• Necessite une etude de sensibilite aux parametres routiers9/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Role del’infrastructure
Criteres de Lamm [Lamm, 1999]
• Critere 1 : Coherence entre la vitesse pratiquee et lavitesse de conception
• Critere 2 : Coherence des vitesses pratiquees sur unesuccession de virages
• Critere 3 : Comparaison de l’adherence mobilisee al’adherence disponible
• 3 niveaux de securite sont donnes en sortie de ces criteres(bon, moyen ou mauvais)
• Criteres trop qualitatifs
10/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Role del’infrastructure
Criteres de Lamm [Lamm, 1999]
• Critere 1 : Coherence entre la vitesse pratiquee et lavitesse de conception
• Critere 2 : Coherence des vitesses pratiquees sur unesuccession de virages
• Critere 3 : Comparaison de l’adherence mobilisee al’adherence disponible
• 3 niveaux de securite sont donnes en sortie de ces criteres(bon, moyen ou mauvais)
• Criteres trop qualitatifs
10/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Methodesd’evaluation des traces
IHSDM (Interactive Highway Safety Design Model) [FHWA, 2006]
• Basee sur des modeles empiriquesd’accidents
• Determine un niveau de securite et desactions correctives
• Fonctionne sous forme de modules(diagnostic, conception,...)
• Doit etre completee et validee par une methode basee surla physique
11/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Methodesd’evaluation des traces
IHSDM (Interactive Highway Safety Design Model) [FHWA, 2006]
• Basee sur des modeles empiriquesd’accidents
• Determine un niveau de securite et desactions correctives
• Fonctionne sous forme de modules(diagnostic, conception,...)
• Doit etre completee et validee par une methode basee surla physique
11/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Methodesd’evaluation des traces
MARVin (Model for Assessing Risks of Road Infrastructure) [Saleh, 2008]
• Basee sur une correlation entre lesparametres routiers et les accidents
• Base de donnees statistiques de 22500 km
• Peu fiable en cas de variation de conditions de chaussee
• Ne delivre pas de conseils sur les actions correctives
• Necessite une validation physique
12/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Methodesd’evaluation des traces
MARVin (Model for Assessing Risks of Road Infrastructure) [Saleh, 2008]
• Basee sur une correlation entre lesparametres routiers et les accidents
• Base de donnees statistiques de 22500 km
• Peu fiable en cas de variation de conditions de chaussee
• Ne delivre pas de conseils sur les actions correctives
• Necessite une validation physique
12/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Methodesd’evaluation des traces
Alertinfra [Dupre, 1998]
• Basee sur une correlation entreles parametres routiers et lesaccidents et sur des diresd’experts
• Delivre des alertes sur lesparametres chaussees
• Exploite les mesures desparametres routiers realisees parVANI
• Faible resolution des resultats le long du trace etudie• Doit etre completee et validee par une methode basee sur
la physique13/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Methodesd’evaluation des traces
Alertinfra [Dupre, 1998]
• Basee sur une correlation entreles parametres routiers et lesaccidents et sur des diresd’experts
• Delivre des alertes sur lesparametres chaussees
• Exploite les mesures desparametres routiers realisees parVANI
• Faible resolution des resultats le long du trace etudie• Doit etre completee et validee par une methode basee sur
la physique13/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Synthese
Role de l’infrastructure
• Parametres peu pris en compte de maniere combinee
• Etudes de sensibilite non realisees
Methodes d’evaluation des traces
• Rarement basees sur des methodes physiques
• Peu de conseils donnes sur les actions correctives
14/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Etat de l’art : Synthese
Role de l’infrastructure
• Parametres peu pris en compte de maniere combinee
• Etudes de sensibilite non realisees
Methodes d’evaluation des traces
• Rarement basees sur des methodes physiques
• Peu de conseils donnes sur les actions correctives
14/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Introduction
1 Contexte, securiteroutiere
2 Objectifs
3 Etat de l’art
4 Demarche
15/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Demarche de l’etude
Pour atteindre les deux objectifs
• Evaluer le role de l’infrastructure
• Developper une methode d’evaluation
Trois etapes sont identifiees
1. Developper un outil � basique �
• Base sur des criteres analytiques de perte de controle
• Qui prenne en compte les principaux parametres del’infrastructure
• Faire l’analyse de sensibilite de ces criteres aux parametresroutiers
16/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Demarche de l’etude
Pour atteindre les deux objectifs
• Evaluer le role de l’infrastructure
• Developper une methode d’evaluation
Trois etapes sont identifiees
1. Developper un outil � basique �
• Base sur des criteres analytiques de perte de controle
• Qui prenne en compte les principaux parametres del’infrastructure
• Faire l’analyse de sensibilite de ces criteres aux parametresroutiers
16/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Demarche de l’etude
2. Developper un outil numerique
• Pour completer les criteres analytiques
• Pour etre plus representatif des differents vehicules etconducteurs
3. Valider ces deux outils experimentalement
• En realisant des essais sur piste (approche et perte decontrole)
17/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Demarche de l’etude
2. Developper un outil numerique
• Pour completer les criteres analytiques
• Pour etre plus representatif des differents vehicules etconducteurs
3. Valider ces deux outils experimentalement
• En realisant des essais sur piste (approche et perte decontrole)
17/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Recherche effectuees
1 Criteres analytiques
2 Modelisationnumerique
3 Experiences
18/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Principe
1. Calculer l’adherence mobilisee µmob
• avec un modele de vehicule (point et bicyclette), modelede pneumatique et un profil de vitesse (vitesse pratiqueeV85 = 102
1+ 346
R1,5c
) [Louah, 2007]
2. Calculer l’adherence mobilisable µ
• Avec l’adherence mesuree et la hauteur d’eau(µ = −0.081 ln heau + (CFT − 0, 05)) [Gothie, 2008]
3. Comparer µ a µmob : Critere C obtenu par C = µmob
µ
• Plus C est proche de 1 et plus le vehicule est proche de laperte de controle
19/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Principe
1. Calculer l’adherence mobilisee µmob
• avec un modele de vehicule (point et bicyclette), modelede pneumatique et un profil de vitesse (vitesse pratiqueeV85 = 102
1+ 346
R1,5c
) [Louah, 2007]
2. Calculer l’adherence mobilisable µ
• Avec l’adherence mesuree et la hauteur d’eau(µ = −0.081 ln heau + (CFT − 0, 05)) [Gothie, 2008]
3. Comparer µ a µmob : Critere C obtenu par C = µmob
µ
• Plus C est proche de 1 et plus le vehicule est proche de laperte de controle
19/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Principe
1. Calculer l’adherence mobilisee µmob
• avec un modele de vehicule (point et bicyclette), modelede pneumatique et un profil de vitesse (vitesse pratiqueeV85 = 102
1+ 346
R1,5c
) [Louah, 2007]
2. Calculer l’adherence mobilisable µ
• Avec l’adherence mesuree et la hauteur d’eau(µ = −0.081 ln heau + (CFT − 0, 05)) [Gothie, 2008]
3. Comparer µ a µmob : Critere C obtenu par C = µmob
µ
• Plus C est proche de 1 et plus le vehicule est proche de laperte de controle
19/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere point
• Issu de l’equilibre du modele point
C spoi =
√(V +pg)2+
(V 2Rc−θ(
g+ V 2Rp
))2
µ
∣∣∣∣θ V 2Rc
+g+ V 2Rp
∣∣∣∣
20/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere point
• Issu de l’equilibre du modele point
FxC s
poi =
√(V +pg)2+
(V 2Rc−θ(
g+ V 2Rp
))2
µ
∣∣∣∣θ V 2Rc
+g+ V 2Rp
∣∣∣∣
20/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere point
• Issu de l’equilibre du modele point
Fx FyC s
poi =
√(V +pg)2+
(V 2Rc−θ(
g+ V 2Rp
))2
µ
∣∣∣∣θ V 2Rc
+g+ V 2Rp
∣∣∣∣
20/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere point
• Issu de l’equilibre du modele point
Fx Fy
Fz
C spoi =
√(V +pg)2+
(V 2Rc−θ(
g+ V 2Rp
))2
µ
∣∣∣∣θ V 2Rc
+g+ V 2Rp
∣∣∣∣
20/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere point
• Issu de l’equilibre du modele point
Fx Fy
Fz
C spoi =
√(V +pg)2+
(V 2Rc−θ(
g+ V 2Rp
))2
µ
∣∣∣∣θ V 2Rc
+g+ V 2Rp
∣∣∣∣
• Prend en compte l’acceleration longitudinale
• Prend en compte la variation de pente
20/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere bicyclette
• Issu de l’equilibre du modele bicyclette (roue avant)
C sfbic =
√(r
(V− V 2
Rcβ+pg
))2+
(lrl
(Vβ+ V 2
Rc− V 2
Rpθ−θg
)+
Izz ψml
)2
µf
∣∣∣∣ lrl(
V 2Rcθ+ V 2
Rp+g
)+ H
l
(pg−V V 2
Rcβ
)∣∣∣∣
21/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere bicyclette
• Issu de l’equilibre du modele bicyclette (roue avant)
FxfC sf
bic =
√(r
(V− V 2
Rcβ+pg
))2+
(lrl
(Vβ+ V 2
Rc− V 2
Rpθ−θg
)+
Izz ψml
)2
µf
∣∣∣∣ lrl(
V 2Rcθ+ V 2
Rp+g
)+ H
l
(pg−V V 2
Rcβ
)∣∣∣∣
21/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere bicyclette
• Issu de l’equilibre du modele bicyclette (roue avant)
Fxf FyfC sf
bic =
√(r
(V− V 2
Rcβ+pg
))2+
(lrl
(Vβ+ V 2
Rc− V 2
Rpθ−θg
)+
Izz ψml
)2
µf
∣∣∣∣ lrl(
V 2Rcθ+ V 2
Rp+g
)+ H
l
(pg−V V 2
Rcβ
)∣∣∣∣
21/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere bicyclette
• Issu de l’equilibre du modele bicyclette (roue avant)
Fxf Fyf
Fzf
C sfbic =
√(r
(V− V 2
Rcβ+pg
))2+
(lrl
(Vβ+ V 2
Rc− V 2
Rpθ−θg
)+
Izz ψml
)2
µf
∣∣∣∣ lrl(
V 2Rcθ+ V 2
Rp+g
)+ H
l
(pg−V V 2
Rcβ
)∣∣∣∣
21/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques :Developpement
Critere bicyclette
• Issu de l’equilibre du modele bicyclette (roue avant)
Fxf Fyf
Fzf
C sfbic =
√(r
(V− V 2
Rcβ+pg
))2+
(lrl
(Vβ+ V 2
Rc− V 2
Rpθ−θg
)+
Izz ψml
)2
µf
∣∣∣∣ lrl(
V 2Rcθ+ V 2
Rp+g
)+ H
l
(pg−V V 2
Rcβ
)∣∣∣∣
• Tient compte des parametres du vehicule
21/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Etude desensibilite
Question
Comment identifier le role de l’infrastructure dans la perte decontrole ?
Etude de sensibilite
• Utilisation des coefficients de sensibilite normalises :
ai =∂C s
∂xi× xi
C s
• Pour differents parametres routiers
• Pour les deux criteres
22/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Etude desensibilite
Question
Comment identifier le role de l’infrastructure dans la perte decontrole ?
Etude de sensibilite
• Utilisation des coefficients de sensibilite normalises :
ai =∂C s
∂xi× xi
C s
• Pour differents parametres routiers
• Pour les deux criteres
22/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Etude desensibilite
Sensibilite a la pente du critere point
appoi =
∂C spoi
∂p ×p
C spoi
= p·g ·ax
a2xy
• Pente toujours nefaste ala securite
• Plus le rayon est grand etplus le critere est sensiblea la pente
• Capacite a representerl’effet combine desparametres
23/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Etude desensibilite
Sensibilite a la pente du critere bicyclette
apbicf = p
(g ·r ·axf
a2xyf
+ g ·Hl ·azf
)apbicr = p
(g ·r ·axr
a2xyr
+ g ·Hl ·azr
)
• Dissymetrie roue avant arriere
• Roue arriere moins sensible
• Critere bicyclette retenu pour la suite de l’etude
24/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Resultats
• Comparaison d’Alertinfraet du critere bicyclette
• Criteres moins binaires etplus precis pour localiserles defauts
• Sensibilite des criterespermet de connaıtre lescorrections a effectuer
Alertinfra
Secteur 1 Secteur 2 Secteur 3 Secteur 4 Secteur 5
Critere Bicyclette
Secteur 1 Secteur 2 Secteur 3 Secteur 4 Secteur 525/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Synthese
• Methode permettant de diagnostiquer le niveau de securiteoffert par une infrastructure
• La sensibilite de ces criteres a permis de quantifier le roledes parametres routiers dans la perte de controle
• Methode pouvant etre completee par un outil numeriquepour mieux representer le conducteur
• Methode devant etre validee experimentalement
26/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Synthese
• Methode permettant de diagnostiquer le niveau de securiteoffert par une infrastructure
• La sensibilite de ces criteres a permis de quantifier le roledes parametres routiers dans la perte de controle
• Methode pouvant etre completee par un outil numeriquepour mieux representer le conducteur
• Methode devant etre validee experimentalement
26/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Synthese
• Methode permettant de diagnostiquer le niveau de securiteoffert par une infrastructure
• La sensibilite de ces criteres a permis de quantifier le roledes parametres routiers dans la perte de controle
• Methode pouvant etre completee par un outil numeriquepour mieux representer le conducteur
• Methode devant etre validee experimentalement
26/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Criteres analytiques : Synthese
• Methode permettant de diagnostiquer le niveau de securiteoffert par une infrastructure
• La sensibilite de ces criteres a permis de quantifier le roledes parametres routiers dans la perte de controle
• Methode pouvant etre completee par un outil numeriquepour mieux representer le conducteur
• Methode devant etre validee experimentalement
26/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Recherche effectuees
1 Criteres analytiques
2 Modelisationnumerique
3 Experiences
27/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique : Principe
Developpement d’un modele VIC, l’Algorithme du Ver deTerre (AVT)
• Optimisation par morceaux de la trajectoire X(s)
• Commandes optimisees : angle volant et acceleration
• Base sur un modele bicyclette et pneumatiques dePacejka [Pacejka, 2002]
Progres par rapport criteres
• Connaissance du chemin emprunte par le vehicule sur laroute
• Prise en compte du comportement du conducteur avec sontemps de reaction, son acceleration maximale supportee,sa distance de visibilite Dvis =
√8Rc(2 + la) [Setra, 2006]
28/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique : Principe
Developpement d’un modele VIC, l’Algorithme du Ver deTerre (AVT)
• Optimisation par morceaux de la trajectoire X(s)
• Commandes optimisees : angle volant et acceleration
• Base sur un modele bicyclette et pneumatiques dePacejka [Pacejka, 2002]
Progres par rapport criteres
• Connaissance du chemin emprunte par le vehicule sur laroute
• Prise en compte du comportement du conducteur avec sontemps de reaction, son acceleration maximale supportee,sa distance de visibilite Dvis =
√8Rc(2 + la) [Setra, 2006]
28/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique :Developpement
Optimisation angle volant
Le principe de l’AVT est d’optimiser la trajectoire a partir dupoint d’origine sur la distance de visibilite puis de ne conserverque les points appartenant a la distance de reaction, soit :
∀s ∈ [s0; s0 + Dreac ], ∃X(s) | max
(s0+Dvis∑s=s0
f (X(s))
)
X(s) est calcule a partir de l’angle volant et de la vitesseAussi, on a :
f (X(s)) = (p(s) ∈ R0 & ay 6 acond & β(s) 6 βm)(s0+Dvis−s)3
Un algorithme genetique a ete utilise pour trouver une valeurproche du maximum de cette fonction
29/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique :Developpement
Optimisation angle volant
Le principe de l’AVT est d’optimiser la trajectoire a partir dupoint d’origine sur la distance de visibilite puis de ne conserverque les points appartenant a la distance de reaction, soit :
∀s ∈ [s0; s0 + Dreac ], ∃X(s) | max
(s0+Dvis∑s=s0
f (X(s))
)
X(s) est calcule a partir de l’angle volant et de la vitesseAussi, on a :
f (X(s)) = (p(s) ∈ R0 & ay 6 acond & β(s) 6 βm)(s0+Dvis−s)3
Un algorithme genetique a ete utilise pour trouver une valeurproche du maximum de cette fonction
29/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique :Developpement
Algorithme genetique
Generation
des αi,1(s)aleatoire
Modele
de vehicule
αi,j(s)
Evaluation par f
des Xi,j(s)
Xi,j(s)
Croisementdes αi,j(s)selon les ωi,j
ωi,j αi,j+1(s)
Parametres conducteur Parametres VIC
Parametres VICωi ,j =
f (Xi ,j(s))∑mk=1 f (Xk,j(s))
30/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique :Developpement
Optimisation vitesse
• Recherche del’acceleration optimale surla distance de visibilite
• Optimisation pardichotomie
f
aaopt
Fonctionnement global
• Description dufonctionnement del’optimisation parmorceaux31/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique :Developpement
Optimisation vitesse
• Recherche del’acceleration optimale surla distance de visibilite
• Optimisation pardichotomie
f
aaopt
Fonctionnement global
• Description dufonctionnement del’optimisation parmorceaux
R0 R0 R0
31/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique : ResultatsResultats sur un rond-point nantais et sur une bretelle duperipherique :
0 20 40 60 80 100 120
0
20
40
60
80
X (m)
Y (
m)
0 50 100 150 200 25010
20
30
40
50
60
Distance (m)
Vite
sse
(km
/h)
32/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique : Essais
Essais numeriques
• 10 000 essais ont ete realises avec 40 < R < 300,0, 1 < µ < 0, 9, −10% < θ et p < 10%
• Exemple R = 300 m, µ = 0, 9, p = 0, θ = 0
• Mesure de la vitesse maximale atteinte
−200 0 200 4000
100
200
300
400
500
600
Distance (m)
Dista
nce
(m)
250 300 350
40
60
80
100
120
140
Distance (m)
Dista
nce
(m)
0 200 400 600 800 1000 120060
80
100
120
140
160
180
200
220
Distance (m)
Vites
se(k
m/h)
33/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique : Essais
Influence de la route
• Les parametresroutiers ont uneinfluence coupleesur l’AVT
• La pente optimalen’est pas la pentenulle
• Les tendancesobtenues (coupleeset isolees) sontcoherentes
−100
10
00.5
10
50
100
150
200
Pente (%)Adherence
Vites
se(k
m/h)
60
80
100
120
140
160
34/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Modelisation numerique : Synthese
Modelisation complete du systeme VIC
• Laisse le conducteur libre sur sa voie
• Permet de connaıtre la sollicitation du vehicule sur la route
• Permet de modeliser differents conducteurs et vehiculessur tous types de routes
• Doit etre validee experimentalement
35/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Recherche effectuees
1 Criteres analytiques
2 Modelisationnumerique
3 Experiences
36/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Essais et moyensd’essai
Series d’essais realises :
• Approche de perte de controle (sur 3 rayons)
• Perte de controle (sur 4 adherences)
Materiel d’essai : Peugeot 406Mesure des efforts a la roue(kistler), hauteur d’eau(Aquasens), vitesse(Correvit),...
Materiel d’essai : PisteVirage de rayon 110 m,clothoıdes, systeme d’arrosage
37/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Essais et moyensd’essai
Series d’essais realises :
• Approche de perte de controle (sur 3 rayons)
• Perte de controle (sur 4 adherences)
Materiel d’essai : Peugeot 406
Mesure des efforts a la roue(kistler), hauteur d’eau(Aquasens), vitesse(Correvit),...
Materiel d’essai : PisteVirage de rayon 110 m,clothoıdes, systeme d’arrosage
37/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Essais et moyensd’essai
Series d’essais realises :• Approche de perte de controle (sur 3 rayons)• Perte de controle (sur 4 adherences)
Materiel d’essai : Peugeot 406
Mesure des efforts a la roue(kistler), hauteur d’eau(Aquasens), vitesse(Correvit),...
Materiel d’essai : Piste
Virage de rayon 110 m,clothoıdes, systeme d’arrosage
37/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Principe
Approche de perte de controle
• Etude du caractere du vehicule par le gradient de sousvirage Ksv
• Ksv = gV 2
(δψV − l
)[Brossard, 2005]
• Si Ksv > 0, le vehicule est sous-vireur, et si Ksv < 0, levehicule est survireur
38/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Resultats
Approche de perte de controle
• Calcul d’une vitessecaracteristique apartir du Ksv
Vcar =
√gl
Ksv
Vcar =
√gl
aV 2car + bVcar + c
Rayon (m) Vcar (m.s−1)
90 24, 06
110 24, 66
130 26, 85
55 60 65 70 75 80 85 90 95 100 1050.01
0.015
0.02
0.025
0.03
0.035
0.04
0.045
0.05
Vitesse (km/h)
Ksv
(rad
)
R=90m secR=110m secR=130m secR=110m Mouille
39/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Resultats
Approche de perte de controle : Comparaisons
• Comparaisons desvitesses limitescalculeesexperimentalement,avec le criterebicyclette et l’AVT
• Surestimation ducritere
40/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Principe
Perte de controle
• Atteinte de la perte de controle
• Etude du comportement du vehicule avec la chassepneumatique tp
• tp = MzFy
[Mendoza, 1997]
• La chasse pneumatique permet d’analyser la perte decontrole
• Variable facile a mesurer experimentalement
41/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Resultats
Perte de controle
• Decroissancebrutale de la chassepneumatique aumoment de la pertede controle
• Vitesse limitemesuree aumaximum de lachasse pneumatique
Adherence∗ Vitesse (km/h)
0,15 450,3 57
0,75 750,9 non determinee
∗ mesures SRT (Skid Resistance Tester)42/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Resultats
Perte de controle
• Decroissancebrutale de la chassepneumatique aumoment de la pertede controle
• Vitesse limitemesuree aumaximum de lachasse pneumatique
Adherence∗ Vitesse (km/h)
0,15 450,3 57
0,75 750,9 non determinee
∗ mesures SRT (Skid Resistance Tester)42/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Resultats
Perte de controle : Comparaisons
• Resultats de l’AVTproche del’experimental
• Surestimation ducritere
43/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Experiences : Synthese
Ces experiences ont permis :
• De predire et d’atteindre la perte de controle
• De valider en partie la modelisation numerique et l’analysetheorique
• De mettre en avant l’effet de l’infrastructure sur lesvariables de la dynamique des vehicules
44/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Conclusions
1 Synthese
2 Conclusions
3 Perspectives
45/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Conclusions : Schema de synthese
1. Outils existants
Ergon
omie Vehicule
Infra
stru
ctureConducteur
Ergonomie : Temps de calcul et parametrage
46/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Conclusions : Schema de synthese
1. Outils existants
2. Criteres
Ergon
omie Vehicule
Infra
stru
ctureConducteur
analytiques
Ergonomie : Temps de calcul et parametrage
46/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Conclusions : Schema de synthese
1. Outils existants
2. Criteres
3. Outil
numerique
Ergon
omie Vehicule
Infra
stru
ctureConducteur
analytiques
Ergonomie : Temps de calcul et parametrage
46/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Conclusions : Schema de synthese
1. Outils existants
2. Criteres
3. Outil
numerique
Experimental
Ergon
omie Vehicule
Infra
stru
ctureConducteur
analytiques
Ergonomie : Temps de calcul et parametrage
46/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Conclusions
Conclusions
• Plusieurs criteres analytiques ont ete ecrits et analysesexperimentalement
• L’etude analytique des criteres de perte de controle apermis de mettre en avant l’effet de l’infrastructure sur lecontrole du vehicule
• Un modele VIC, l’algorithme du ver de terre (AVT), a etedeveloppe et compare a plusieurs criteres
• Les premiers resultats permettent d’envisager de creer unemethode d’evaluation physique des traces
47/ 48
Introduction
Contexte
Objectifs
Etat de l’art
Demarche
Rechercheseffectuees
Criteresanalytiques
Modelisationnumerique
Experiences
Conclusions
Synthese
Conclusions
Perspectives
Perspectives
Perspectives
• Raffiner l’AVT avec un modele complet de vehicule et unemeilleure prise en compte du conducteur
• Realiser d’autres essais cibles pour la validation de l’AVT
• Developper un logiciel d’evaluation physique des tracesroutiers base sur l’AVT et sur les criteres
• Etendre l’ensemble de cette etude aux vehicules a 2 roues
48/ 48