Continuous-discrete observers synthesis for nonlinear systems : Application to the Autonomous Train
Synthèse d’observateurs continus-discrets pour les systèmes non linéaires : Application au Train Autonome
Résumé
This thesis contributes to the collaborative project "Train de Fret Autonome'' led by the SNCF and aims to control autonomous freight trains in order to guarantee reliable and safe autonomous driving in all environmental conditions. In this context, our contributions concern the development of estimators for accurately reconstructing the train position and longitudinal speed under variable wheel-rail adhesion conditions. The major difficulty arises from the fact that on-board odometric sensors provide a measurement of wheel rotation at axle level, but do not directly detect the phenomenon of wheel slippage, resulting in inaccurate estimation of the longitudinal speed of the train. To overcome this problem, it is necessary to make a precise recalibration using the position of the train measured by radio beacons installed on the rail. Nevertheless, this measurement is discrete with a variable sampling period. One of the challenges is to consider train measurements that combine both continuous and aperiodically sampled measurements. Thus, the main theoretical contribution of this thesis is the design of a continuous-discrete observer for a class of multi-input/multi-output systems with continuous noisy outputs and aperiodically sampled outputs. This observer is designed to meet the specifications of the "Autonomous Freight Train" project, in order to estimate train speed under variable adhesion conditions. The performance of this observer is shown in simulation and compared with other approaches to train speed estimation, then validated experimentally via an experimental test program carried out at the Centre d'Essai Ferroviaire of Tronville-en-Barrois.
Ce travail de thèse contribue au projet collaboratif "Train de Fret Autonome'' porté par la SNCF et a pour but d’automatiser la conduite du train de Fret afin de garantir une conduite autonome fiable et sécurisée dans toutes conditions environnementales. Dans ce contexte, nos contributions concernent le développement d’estimateurs permettant de reconstruire avec précision la position et la vitesse longitudinale du train dans des conditions variables d’adhérence roue-rail. La difficulté majeure provient du fait que les capteurs odométriques embarqués fournissent une mesure de la rotation des roues au niveau des essieux mais ne détectent pas directement le phénomène de glissement des roues, ce qui entraîne une grande imprécision au niveau de l’estimation de la vitesse longitudinale du train. Pour faire face à ce problème, il est nécessaire de faire un recalage précis en utilisant la position du train mesurée par des radio-balises installées sur le rail. Néanmoins, cette mesure est discrète avec une période d’échantillonnage variable. L’un des challenges est de considérer les mesures du train qui combinent à la fois des mesures considérées continues et des mesures apériodiquement échantillonnées. Ainsi, la principale contribution théorique de cette thèse est la conception d’un observateur continu-discret pour une classe de systèmes multi-entrées/multi-sorties avec des sorties continues entachées de bruits de mesures et des sorties apériodiquement échantillonnées. Cet observateur est conçu pour répondre au cahier de charge du projet ``Train de Fret Autonome'' afin d’estimer la vitesse du train dans des conditions variables d’adhérence. Les performances de cet observateur sont montrées en simulation et comparées avec d’autres approches d’estimation de la vitesse du train puis ensuite validées expérimentalement via une campagne d’essais réalisée au Centre d’Essai Ferroviaire de Tronville-en-Barrois.
| Origine | Version validée par le jury (STAR) |
|---|