Planification de trajectoire et contrôle pour la course autonome par optimisation et apprentissage par renforcement

Dang, Victor (2026). Planification de trajectoire et contrôle pour la course autonome par optimisation et apprentissage par renforcement. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Disponible sous licence Creative Commons CC BY-NC-ND. Télécharger (2MB) | Prévisualisation

Résumé

La course autonome constitue un point de référence exigeant pour les algorithmes de perception, de planification et de contrôle : un véhicule de course doit fonctionner à la limite de son enveloppe de performance physique, où la dynamique non linéaire du pneu impose des exigences extrêmes à chacun des sous-systèmes. Pour résoudre ce problème, il faut construire une carte de l’environnement, estimer l’état du véhicule, générer une trajectoire optimale et la suivre sous des contraintes dynamiques strictes, mais l’intégration systématique de ces sous-systèmes sur une plateforme unifiée reste un défi ouvert.

Ce mémoire se concentre sur la planification et le suivi de trajectoire pour la plateforme de course autonome F1TENTH. Les expériences sont menées entièrement en simulation via F1TENTH Gym.

Il est présenté un planificateur de trajectoire hors ligne qui fournit à la fois une ligne de course avec une courbure minimale et un profil de vitesse. La trajectoire géométrique est calculée en résolvant un problème d’optimisation sous la forme d’un programme quadratique. Le profil de vitesse est obtenu avec un schéma d’intégration avant-arrière qui respecte les contraintes du cercle de friction.

Deux types de contrôleurs sont explorés. Un premier basé sur un modèle est implémenté par commande prédictive (MPC) sous la forme d’un programme non linéaire contraint résolu sur un horizon glissant fini. Le second est basé sur les données. L’algorithme Soft Actor-Critic (SAC) est utilisé pour entraîner des agents par apprentissage par renforcement en tant que politiques de contrôle. Ces politiques sont entraînées sans dépendre d’une trajectoire de référence.

Titre traduit

Trajectory planning and control for autonomous racing using optimization and reinforcement learning

Résumé traduit

Autonomous racing provides a demanding benchmark for perception, planning and control algorithms : a race car must operate at the edge of its physical performance envelope, where nonlinear tire dynamics impose extreme requirements on each sub-system. Solving this problem requires constructing a map of the environment, estimating the vehicle state, generating an optimal trajectory, and tracking it under strict dynamic constraints, but the systematic integration of these sub-systems on a unified platform remains an open challenge.

This thesis focuses on trajectory planning and tracking for the F1TENTH autonomous racing platform. Experimentation is done entirely in simulation through F1TENTH Gym.

An offline trajectory planner is introduced which provides both a racing line with a minimum curvature and a velocity profile. The geometric trajectory is computed through solving an optimization problem under the form of a quadratic program. The velocity profile is obtained with a forward backward integration scheme that respects the friction circle constraints.

Two types of controllers are explored. The first one is a model-based implemented as a Model Predictive Controller (MPC) where a constrained non-linear program is solved over a receding finite horizon. The second one is a data-driven. The Soft Actor-Critic (SAC) algorithm is used to train reinforcement learning agents as control policies. These policies are trained without depending on a reference trajectory.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise avec mémoire en génie des technologies de l'information". Comprend des références bibliographiques (pages 115-122).
Mots-clés français:	course autonome, F1TENTH, optimisation sous contraintes, programmation quadratique, programmation non linéaire, processus de décision markovien partiellement observable, apprentissage par renforcement
Directeur de mémoire/thèse:	Directeur(-trice) Belleau, Christian
Codirecteur:	Codirecteur(-trice) de mémoire/thèse Roberge, Jean-Philippe
Programme:	Maîtrise en ingénierie > Génie des technologies de l'information
Date de dépôt:	20 oct. 2026 16:00
Dernière modification:	20 oct. 2026 16:00
URI:	https://espace.etsmtl.ca/id/eprint/4140

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt