Advanced driver assistance system in degraded weather conditions based on risk integration
Assistance à la conduite en conditions atmosphériques dégradées par la prise en compte du risque routier
Résumé
Adverse weather conditions such as rain or fog impair temporarily the driving conditions. On secondary roads, the numerous accidents that occur during these events exemplify a bad adaptation of the driving and specifically of the speed practised. We propose to estimate a reference speed along a path and to adapt speed in degraded conditions of visibility or friction. Our method of assessing roadway risk relies on the realisation of dynamic scenarios, extracted from accident studies, using a model of the interactions between vehicle, driver and infrastructure. We use static characteristics of the infrastructure and of its environment. We also use dynamic characteristics of the meteorological environment of the car estimated in real time. We show that the models used for friction and visibility estimation and we show that tools already exist allowing to estimate the necessary static inputs of the models. We then present the online methods used to detect degraded atmospheric conditions with embedded cameras. We detail an original method allowing night fog detection based on the detection of halos around light sources and on the backscattered veil of the car front lights. We finally present a static method based on the use of a camera intended to calibrate the system in real conditions of fog.
Les conditions atmosphériques dégradées telles que la pluie et le brouillard altèrent temporairement les conditions de conduite. Sur le réseau secondaire, la sur-accidentologie observée dans ces conditions témoigne d'une mauvaise adaptation de la conduite et en particulier de la vitesse. Nous proposons une méthodologie permettant d'estimer une vitesse de référence le long d'un trajet ainsi qu'une méthode fondée sur l'étude du risque routier pour moduler la vitesse en conditions d'adhérence et de visibilité dégradées. Notre estimation du risque routier s'appuie sur la réalisation de scénarios, extraits de l'accidentologie, à l'aide d'un modèle d'interactions véhicule-infrastructure-conducteur. Nous prenons en compte des caractéristiques statiques propres à l'infrastructure et à son environnement et les conditions météorologiques estimées en temps réel dans l'environnement direct du véhicule. Nous montrons qu'il existe des outils permettant d'alimenter les modèles en caractéristiques statiques. Enfin, nous présentons les méthodes fondées sur l'utilisation d'une caméra embarquée permettant de détecter et de caractériser en ligne les conditions atmosphériques dégradées. Nous détaillons en particulier notre contribution au travers d'une méthode de détection et de caractérisation du brouillard de nuit. Celle-ci est constituée d'un système dual s'appuyant sur la détection des halos autour des sources de lumière et sur la détection du voile de rétrodiffusion des phares du véhicule. Nous proposons finalement une méthode statique par caméra permettant de calibrer le système en conditions écologiques.
Loading...