Investigating Stability of Driver-Vehicle System under Aperiodic Sampling Measurements - Thèses de doctorat de l'Université Polytechnique Hauts-de-France Accéder directement au contenu
Thèse Année : 2021

Investigating Stability of Driver-Vehicle System under Aperiodic Sampling Measurements

Étude de la Stabilité du Système Conducteur-Véhicule sous des Mesures d’échantillonnage apériodiques

Résumé

High-speed rails have a significant driving safety requirement than other public transport because of faster speed and an increasing public demand. However, the particularity of train driving often leads to driver’s susceptible to fatigue. Under this consideration, last decade has seen widespread adoption of ADAS in rail-based transportation industry, specifically driver fatigue detection system. ADAS is meant to help the train drivers. The trajectory planner in ADAS guides the driver to maintain a level of velocity (v) and acceleration (a) to go from station A to station B, by considering various factors as fuel efficiency, road terrain, traffic and also the state of the driver from the driver fatigue detection system. However, sometimes due to bad lighting conditions/ bad driver position/ faulty sensor, the accurate information about the train and the driver state may be delayed. The aperiodic unavailability of the driver and the train state to the ADAS system raises concern about the train dynamics stability and safety. Therefore, consideration of uncertainty in driver’s and train’s state during train stability analysis becomes essential. For this purpose, a model-based approach is employed to approximate ADAS-Driver-Train interaction and prove stability of driver advisory train control system. For the stability study, the system consisting of Driver-Train in open-loop is considered as a sampled-data system and ADAS as a controller. Further, the input-delay approach is used to transform the sampled-data system to time-varying delay system. Further, timedependent Lyapunov functionals and convexification arguments are used to derive stability criteria in terms of LMI conditions. The criteria allows to estimate the maximum allowable delay in driver and train state measurement to guarantee train dynamics stability.
Les trains à grande vitesse ont une exigence de sécurité de conduite importante par rapport aux autres transports publics en raison de leur vitesse plus élevée et de la demande croissante du public. Cependant, la particularité de la conduite des trains conduit souvent à des conducteurs sensibles à la fatigue. Dans ce contexte, la dernière décennie a vu l’adoption généralisée de ADAS dans l’industrie du transport ferroviaire, en particulier le système de détection de la fatigue des conducteurs. ADAS est destiné à aider les conducteurs de train. Le planificateur de trajectoire dans ADAS guide le conducteur pour maintenir un niveau de vitesse (v) et d’accélération (a) pour aller de la station A à la station B, en tenant compte de divers facteurs comme la consommation de carburant, le terrain de la route, le trafic et aussi le l’état du conducteur à partir du système de détection de fatigue du conducteur. Cependant, parfois en raison de mauvaises conditions d’éclairage/mauvaise position du conducteur/capteur défectueux, les informations précises sur le train et l’état du conducteur peuvent être retardées. L’indisponibilité apériodique du conducteur et de l’état du train au système ADAS soulève des inquiétudes quant à la stabilité et la sécurité de la dynamique du train. Par conséquent, la prise en compte de l’incertitude dans l’état du conducteur et du train lors de l’analyse de la stabilité du train devient essentielle. À cette fin, une approche basée sur un modèle est utilisée pour approximer l’interaction ADAS-conducteur-train et prouver la stabilité du système de contrôle de train consultatif du conducteur. Pour l’étude de stabilité, le système constitué de Driver-Train en boucle ouverte est considéré comme un système de données échantillonnées et ADAS comme un contrôleur. En outre, l’approche du retard d’entrée est utilisée pour transformer le système de données échantillonnées en un système de retard variable dans le temps. De plus, des fonctionnelles de Lyapunov dépendantes du temps et des arguments de convexification sont utilisés pour dériver des critères de stabilité en termes de conditions LMI. Le critère permet d’estimer le délai maximal admissible dans la mesure de l’état du conducteur et du train pour garantir la stabilité de la dynamique du train.
Fichier principal
Vignette du fichier
JAIN_Ayush_Kumar2.pdf (13.28 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-03525967 , version 1 (14-01-2022)
tel-03525967 , version 2 (07-04-2022)

Identifiants

  • HAL Id : tel-03525967 , version 1

Citer

Ayush Kumar Jain. Investigating Stability of Driver-Vehicle System under Aperiodic Sampling Measurements. Automatic. Université Polytechnique Hauts-de-France, 2021. English. ⟨NNT : 2021UPHF0036⟩. ⟨tel-03525967v1⟩
136 Consultations
109 Téléchargements

Partager

Gmail Facebook X LinkedIn More