comportement des poids lourds et sécurité...

IFSTTAR CETE de Lyon 1

Comportement des poids lourds et sécurité routière

M. Bouteldja, H. Imine, V. Cerezo, F. Bernardin, H. Badi

Auteurs

Opération de Recherche : PLINFRA


Plan

Problématique et objectifs Approche retenue

Prévention des renversements et sorties de voie

Prévention de la mise en portefeuille

Évaluation probabiliste du risque

Conclusions et perspectives


⇒ développement d’un système d’aide à la conduite

⇒ rendre la route plus sûre

⇒ réduire le nombre de tués

Contexte et objectifs

Constat 55% des PLs de trafic en France sont de type articulé.

18% d’accidents mortels en cas d’implication d’un PL (contre 7% sans PL) 80% des véhicules PL impliqués sont de type articulé 20% des accidents sont des renversements 17% des accidents PL sont des mises en portefeuille 11% sont des sorties de route

Objectifs


Principaux risques liés aux poids lourds

Renversement

Sortie de route

Mise en portefeuille

20%

11%

17%

Accidents PL

PL multi corps PL mono-corps

Renversement

Sortie de route

2% 2%

Source BDD Renault VI

Types d’accidents


Approche retenue

Connaissance de l’état

dynamique Capteur logiciel

État dynamique

Critères de risques

Génération d’alertes

Traitement de données

Module d’évaluation de risque

Identification et détection des situations à risque

Variables non mesurées

Variables mesurées

Modèle et capteurs embarqués


Prédiction du renversement

Le renversement commence quand l’une des roues d’un même essieu quitte le sol

LTR = |Fd-Fg|/(Fd+Fg) (Load Transfer Ratio)

Zones de risque de renversement

Renversement prédit à (t+3) s Données infra + mesures capteurs + état dyn. + hauteur CdG → calcul LTR


Renversement: expérimentation Tracteur instrumenté: Capteurs installés dans le PL

- accéléromètres, LVDT, gyromètre, GPS, lasers - base de données infrastructure (uni, rayon de courbure, pente, dévers et adhérence) - algorithme de prédiction du risque

Site de la Valbonne (Renault Trucks)

• Tests en ligne droite à plusieurs vitesses • Test sur toute la piste • Test de freinage et en chicane


Essai en chicane

Forces verticales estimées

Hauteur du CdG estimée Angle de braquage


Renversement: résultats expérimentaux

Load Transfer Ratio (LTR)

Essai sur la piste de la Valbonne (Renault Trucks)


Contrôle actif: résultats renversement et sortie de voie

Prévention renversement lors d’un test de chicane avec/sans contrôle actif

Prévention sortie de voie en courbe avec contrôle actif



Roues de la semi-remorque glissent

Roues arrières du tracteur glissent

Dérapage du tracteur

Dérapage de la remorque

Perte de stabilité en lacet des ensembles articulés Angle entre le tracteur et la semi-remorque devient ≥ 90°,


Cause et indicateur de mise en portefeuille

Indicateur de mise en portefeuille:

Causes: - lors de manœuvres brusques avec freinage - par une défaillance du système de freinage (mauvaise distribution des couples de freinage entre les roues du même essieu ou ceux de chaque unité)

- conditions météorologiques défavorables (chaussée humide ou glacée)

x

Xn

Yn

X

Y ψf |CM| > 0, stable |CM| = 0, limite de stabilité |CM| < 0, instabilité

( )ZXCM ⋅= ⇒ avec Z=(X-Y)

Utilisation d’un modèle dynamique de véhicule articulé, validé par PROSPER et ARCSIM


Observateurs / Estimateur États dynamique + Hauteur de CG

.

ALERTE

PL réel

Base de Données Routes

Caractéristiques infrastructure

Modèle PL Commande

Critères de risque

Module d’évaluation de risque

Principe de génération d’alerte


Observateur/estimateur

Capteur logiciel Observateur& Estimateur

Principe :

Actions conducteur Infrastructure


Indicateur et évaluation du risque Mise en portefeuille ou dérapage

Équilibre transversal n’est plus garanti. La force centrifuge devient prépondérante

Adhérence mobilisable pour la dynamique transversale très faible

Principe de prédiction de mise en portefeuille

Calcul du temps avant l’accident Prédiction de l’état

Prédiction sur critère de risque

⇒


Résultats

0 2 4 6 8 10 12 14

-seuil

0

seuil

Traitement de données

Génération d’alertes


- Le simulateur PROSPER est utilisé comme un émulateur de poids lourd - La détection de mise en portefeuille est prédite à un temps de 2,14 s

Adhérence mobilisée > adhérence disponible ⇒ début de dérapage

Détection cohérente avec celle fournis par l’angle de lacet et la vitesse.


Evaluation probabiliste: motivations

Limites de l’approche déterministe: risque de type 0/1 (tout ou rien), et donc alertes aussi les paramètres (poids lourd, route, conducteur) sont déterministes, connus ou non

Avantages de l’approche probabiliste : Prise en compte des grandeurs aléatoires (état route et véhicule,

conducteur…)

Prise en compte des variances des variables aléatoires et de la

sensibilité de chaque défaillance vis-à-vis des variables

Calcul de probabilités de défaillance entre 0 et 1.


Modèle probabiliste

Conducteur : angle volant modélisé par un processus stochastique et vitesse initiale par une variable aléatoire

Poids lourd : chaque paramètre modélisé par une variable aléatoire : uniforme ou normale/ lognormale tronquée Paramètres : masses, dimensions, amortissements,…

Route: adhérence modélisée par variable aléatoire : uniforme ou normale/ lognormale tronquée

BRUIT

Q = vecteur d’état aléatoire = (X1, X2,…Xr) Z = G(Q) marge de sécurité, dépend de l’instabilité (renversement, mise en portefeuille)


Analyse fiabiliste (1)

pf = P(Z<0) probabilité de défaillance (perte de stabilité) pf = intégrale (dans Rn) de la densité de Q sur le domaine de défaillance généralement pas calculable directement

Simulation de Monte-Carlo: calculs très longs car pf faible (10-n) – au moins 10n+2 appels à la fonction G

Evaluation de pf à bas coût et efficacité: – Méthodes FORM et SORM (utilisées en fiabilité des structures) – FORM : First Order Reliability Method – SORM : Second Order Reliability Method – Transformation des variables (composantes de Q) en variables

indépendantes et gaussiennes (Rosenblatt, Nataf…) – Approximation de la marge de sécurité G par hyperplan (FORM) ou

polynôme du 2e degré (SORM)


Analyse fiabiliste (2)

Indice de fiabilité β = distance à l’origine

de la surface G(Q)=0

Probabilité de défaillance (FORM):

(SORM): où φ et ϕ = densité et fonction de répartition de variable gaussienne centrée réduite et κi les rayons de courbure de G en u* (point de fonctionnement ou de conception)

u*


Résultats

• Évolution de la probabilité de défaillance en fonction de : vitesse initiale en entrée de virage entre 10 et 25m/s seuil de sécurité, 0.5 à 1 (renversement) et 0 à 0.8 (portefeuille)

Pf est sensible au seuil et à la vitesse => le choix du seuil est important

Cas de la mise en portefeuille : Pf est très peu sensible au seuil.

Cas du renversement Cas de la mise en portefeuille


Conclusions

Modèle validé de véhicule articulé, alimenté par mesures de capteurs embarqués Outils et méthodes déterministes pour estimation des états dynamiques et identification des paramètres Critères et risques de défaillances (renversement, sortie de route, mise en portefeuille) Approche probabiliste et fiabiliste pour évaluer une proba de défaillance

Perspectives

Amélioration de l’estimation en tenant compte d’autres paramètres Déterminer paramètres les plus influents, contrôle par stabilisation forces vert. Évaluer le concept sur piste d’essai avec tracteur et semi-remorque réels Prévenir les gestionnaires d’infrastructure sur les zones à risque Modulation des alertes par l’approche probabiliste

Conclusions et perspectives

comportement des poids lourds et sécurité...

Documents