Dans le cadre des activités de Recherche et Développement SEGULA Technologies, en collaboration avec l’équipe COSsyNL du laboratoire CRAN à l’IUT de Longwy, des algorithmes d’estimation d’état pour des classes de systèmes non linéaires seront développés pour des modèles de véhicule autonome et connecté. Un des principaux défis consiste à combiner les algorithmes d’estimation classiques avec des techniques d’apprentissage profond pour identifier simultanément certaines non-linéarités du modèle et estimer les variables d’état.

L’objectif de ce stage est le développement de nouveaux schémas d’estimation pour le suivi de véhicule autonome et l’identification des forces appliquées sur les pneus, généralement dépendant de plusieurs paramètres qui varient dans le temps et qui sont difficiles à identifier.

Ces algorithmes d’estimation permettront de faire face à d’éventuelles attaques malicieuses (cyber/informatiques, ou physiques), défauts et tout autre perturbations internes ou externes.

Ce stage se focalisera en particulier sur le problème du régulateur de vitesse adaptatif (ACC pour Adaptive Cruise Control) semi-autonome. Une fois le modèle non linéaire est établi, on travaillera sur des cas de ACC plus complexes, à savoir le CACC pour « Coopératif », etc.

Le développement du stage se fait selon la démarche suivante :

• État de l’art sur les véhicules autonomes et connectés;
• État de l’art sur les techniques d’estimation ;
• Étude des différents régulateurs de vitesse adaptatifs (SA-ACC, CACC, etc) et formulation de nouvelles problématiques d’estimation;
• Développement de nouveaux algorithmes d’estimation pour ces modèles/problématiques;
• Validation des méthodes par simulation sur Matlab/Simulink ;
• Validation des méthodes en utilisant le logiciel CARSIM dédié au véhicule;
• En cas d’achat d’un véhicule autonome: Mise en œuvre expérimentale sur un prototype de véhicule autonome.

Poste à pourvoir à compter de février 2025
PFE - Stage de fin d'études obligatoirement