Planification de trajectoire et commande en cascade robuste des trains autonomes

L'ATC (Automatic Train Control) est le système de signalisation ferroviaire, constitué d'un système de sécurité ATP (Automatic Train Protection) et d'un système de pilotage automatique ATO (Automatic Train Operation). L'ATP assure la marche en sécurité du train en vérifiant la vitesse du train par rapport à la vitesse maximale autorisée, ainsi que la capacité de freinage et d'arrêt du train en amont de tout point de danger. L'ATO assure quant à lui l'envoi de commandes au train : c'est un asservissement de haut niveau, qui peut être vu comme un sous-système remplaçant le conducteur. Pour les systèmes urbains, le système de pilotage automatique ATO gère notamment les arrêts en station, le confort passager et le respect des heures d'arrivée. Pour les systèmes de fret, le système de pilotage automatique ATO gère surtout la régulation de vitesse en limitant les effets d'attelage et le respect des heures d'arrivée. Pour répondre au défi de pilotage de trains divers et variés, nous développons deux composantes essentielles au pilotage des trains : la génération de trajectoire et la loi de commande. Tout d'abord, nous proposons une loi de commande en cascade pour assurer le contrôle du système train. Pour garantir la robustesse de cette loi de commande, nous analysons ses propriétés fréquentielles et fournissons des abaques de calibrations des gains de contrôle. Ainsi, nous limitons la surtension provoquée par les limitations d'actionneur et les retards. La simplicité de l'algorithme de commande permet de proposer un paramétrage automatique du pilotage quel que soit le type de train. Ensuite, en considérant des points kilométriques qui imposent une vitesse et une accélération à une distance définie, nous construisons des profils de vitesse qui garantissent une limitation en jerk. Cette limitation permet à la fois de garantir le confort passager pour le métro mais aussi l'intégrité du convoi pour le fret. Ainsi, à partir d'une intégrale première du système, nous évaluons les trajectoires de ce dernier par rapport à la distance parcourue. A partir de la synthèse optimale, nous proposons une trajectoire qui connecte deux points kilométriques en respectant les contraintes ferroviaires imposées (vitesse maximale et capacité de traction/freinage). Enfin, nous avons développé un modèle train distribué qui prend en compte les efforts longitudinaux du train. Ce modèle permet de valider notre algorithme en considérant les dynamiques internes du train, une répartition plus réaliste des masses et une modélisation des effets résistifs plus fine. Les résultats obtenus sont évalués sur des simulations en prenant en compte un modèle train de masse uniforme pour les tests métro et un modèle train de masse distribuée pour les tests fret.