Une stratégie révolutionnaire pour la stabilité des véhicules électriques en cas de crevaison
Dans l’univers de l’automobile, où la sécurité passive et active est devenue un critère décisif pour les consommateurs et les régulateurs, une percée scientifique majeure vient de redéfinir les limites de la sécurité des véhicules électriques. Une équipe de chercheurs chinois a mis au point une stratégie de contrôle de pointe qui promet de transformer la manière dont les véhicules électriques à propulsion distribuée réagissent à l’un des scénarios d’urgence les plus redoutés : une crevaison soudaine à haute vitesse. Cette innovation, bien plus qu’une simple amélioration d’un système existant, représente une refonte complète de la philosophie de contrôle, exploitant pleinement les capacités uniques des moteurs électriques intégrés aux roues pour maintenir le contrôle du véhicule dans des conditions extrêmes.
La crevaison d’un pneu n’est pas un simple incident de parcours ; c’est un événement dynamique catastrophique qui se déroule en une fraction de seconde, moins de 0,1 secondes pour être précis. En cet instant, les propriétés mécaniques du pneu changent radicalement. Selon les modèles utilisés par les chercheurs, la rigidité longitudinale peut chuter de 72 %, la rigidité latérale de 75 %, tandis que la résistance au roulement peut être multipliée par trente. Cette transformation brutale crée des forces déséquilibrées qui peuvent faire déraper le véhicule, le faire pivoter violemment sur lui-même (un phénomène d’impressionnant) ou même le faire basculer. Pour un conducteur, c’est un moment de panique pure, où les réflexes humains sont souvent insuffisants pour contrer les forces physiques en jeu.
Les systèmes de contrôle de stabilité électronique (ESP) traditionnels, qui ont révolutionné la sécurité routière, reposent sur un principe de freinage différentiel. En appliquant des pressions de frein hydrauliques différentes aux roues, ils génèrent un couple de lacet qui s’oppose à la perte de contrôle. Cependant, cette solution, bien que très efficace dans de nombreuses situations, souffre d’une limitation fondamentale : la latence. Les systèmes hydrauliques et mécaniques ont une inertie ; il faut du temps pour que la pression se propage dans les durites, que les plaquettes se serrent contre les disques, et que la force de freinage s’applique. Ce délai, même s’il est de l’ordre de quelques centaines de millisecondes, peut être critique dans une situation où chaque milliseconde compte. Pour un véhicule électrique à propulsion distribuée, doté d’un moteur électrique indépendant dans chaque roue, dépendre d’un système de freinage hydraulique pour la stabilité revient à ne pas exploiter pleinement son potentiel.
C’est précisément ce gâchis que les chercheurs Pang Wenyu, Bei Shaoyi, Li Bo et Yin Guodong ont identifié et décidé de corriger. Leur vision était simple mais radicale : pourquoi ne pas utiliser les moteurs des roues, qui sont déjà là pour propulser le véhicule, comme des outils de contrôle de stabilité ultra-rapides ? Ces moteurs électriques, souvent appelés moteurs de moyeu, peuvent non seulement fournir une force motrice, mais aussi une force de freinage régénératif, et tout cela avec une précision et une vitesse de réponse que les systèmes hydrauliques ne peuvent tout simplement pas égaler. C’est sur cette architecture modulaire et réactive que repose leur nouvelle stratégie de contrôle, baptisée stratégie de contrôle en boucle double.
Le concept de « boucle double » est au cœur de leur innovation. Il s’agit d’une approche en deux étages, où deux systèmes de contrôle travaillent en parfaite synergie pour résoudre deux aspects distincts, mais intimement liés, du problème de la crevaison : la trajectoire du véhicule et sa stabilité dynamique intrinsèque.
La première, la boucle externe, est dédiée à la correction de trajectoire. Son objectif est de ramener le véhicule sur sa voie initiale, comme un pilote automatique d’urgence. Pour ce faire, elle s’appuie sur un algorithme sophistiqué connu sous le nom de « pure pursuit » (poursuite pure). Cet algorithme, largement utilisé dans la robotique et les véhicules autonomes, imite le comportement naturel d’un conducteur humain. Il « regarde » devant lui, identifiant un « point de visée » (look-ahead point) à une certaine distance sur la trajectoire souhaitée. Le système calcule alors en continu la position et l’orientation actuelles du véhicule par rapport à ce point de visée. En fonction de cet écart, il détermine l’angle de braquage idéal pour les roues avant qui guidera le véhicule directement vers ce point. Ce processus est répété des centaines de fois par seconde, créant une correction fluide et continue de la trajectoire. C’est ce qui empêche le véhicule de s’écraser dans la voie d’à côté après une crevaison du pneu avant gauche, par exemple.
La seconde, la boucle interne, est le véritable cerveau de la stabilité. Elle gère la stabilité dynamique du véhicule, un domaine plus subtil qui concerne les forces qui agissent sur le centre de gravité du véhicule. Cette boucle est elle-même hiérarchique, composée de deux niveaux. Le niveau supérieur est un contrôleur flou PID (Proportionnel-Intégral-Dérivé). Ce type de contrôleur est connu pour sa robustesse face aux systèmes non linéaires et imprévisibles, comme un véhicule en train de perdre un pneu. Il surveille deux paramètres vitaux : l’angle de dérive (le « sideslip angle »), qui mesure l’angle entre la direction dans laquelle le véhicule pointe et la direction dans laquelle il se déplace réellement, et la vitesse de lacet, qui mesure à quelle vitesse le véhicule tourne sur son axe vertical. En comparant ces valeurs réelles aux valeurs idéales (de référence), le contrôleur calcule le couple de lacet additionnel nécessaire pour stabiliser le véhicule. La logique floue lui permet de s’adapter à des conditions changeantes, comme un changement soudain d’adhérence de la chaussée.
Mais calculer le couple de lacet nécessaire n’est que la moitié du travail. La partie la plus complexe et la plus novatrice réside dans la boucle inférieure de cette hiérarchie, où le couple de lacet calculé doit être physiquement généré. C’est ici que les moteurs des roues entrent en jeu. En appliquant des couples moteurs différents aux roues gauche et droite, on peut créer un couple de lacet. Par exemple, appliquer plus de couple à la roue droite et moins (ou même un couple de freinage) à la roue gauche fera tourner le véhicule vers la gauche. Le défi est de déterminer comment répartir ce couple additionnel de manière optimale entre les trois roues encore fonctionnelles.
Les approches conventionnelles utilisent souvent une répartition égale du couple, un peu comme diviser un gâteau en parts égales. Cette méthode est simple, mais elle est inefficace. Elle ne tient pas compte du fait que chaque pneu a une adhérence différente en fonction de la charge qui pèse sur lui, de l’état de la chaussée, ou de son emplacement sur le véhicule. Pour résoudre ce problème d’optimisation complexe, les chercheurs ont fait un choix audacieux : ils ont implémenté un algorithme d’optimisation bio-inspiré, l’Algorithme d’Optimisation de la Baleine Blanche (White Whale Optimization, BWO).
Ce n’est pas un nom fantaisiste ; c’est une méthode mathématique sérieuse inspirée par le comportement social, de chasse et de migration des baleines blanches. L’algorithme simule trois phases du comportement de ces mammifères marins : l’exploration (à la recherche de nouvelles zones), l’exploitation (se concentrer sur les zones riches en ressources) et le « whale fall » (le phénomène où le cadavre d’une baleine coule au fond de l’océan, créant un nouvel écosystème). Dans le contexte du contrôle du véhicule, ces phases permettent à l’algorithme de « naviguer » intelligemment dans l’espace des solutions possibles pour trouver la combinaison de couples moteurs qui stabilisera le véhicule le plus rapidement et le plus efficacement possible.
Le processus d’optimisation n’est pas arbitraire. L’algorithme est guidé par une fonction objectif qui combine plusieurs critères de performance. Cette fonction inclut des métriques telles que l’erreur intégrée dans le temps de l’angle de dérive, de la vitesse de lacet, du déplacement latéral et de l’accélération latérale. Chaque critère est pondéré selon son importance. Par exemple, l’angle de dérive reçoit un poids plus élevé car il est un indicateur direct de la maîtrise du véhicule. En minimisant cette fonction objectif, le système garantit que la solution trouvée est un compromis optimal entre une réponse rapide, une trajectoire stable et un confort de conduite acceptable pour les passagers.
Pour valider leur théorie, les chercheurs ont construit une plateforme de simulation extrêmement fidèle, intégrant le logiciel CarSim, spécialisé dans la dynamique des véhicules, avec MATLAB/Simulink, une plateforme leader pour la conception de systèmes de contrôle. Ce cadre de simulation a permis de modéliser un véhicule électrique à propulsion distribuée réaliste, avec une masse de 1 350 kg et une empattement de 3,05 m. Un élément crucial de la simulation était un modèle de pneu UniTire spécifiquement adapté pour simuler avec précision les propriétés dynamiques d’un pneu pendant et après une crevaison.
Deux scénarios de test principaux ont été exécutés. Le premier, une conduite en ligne droite à 80 km/h, a mis en lumière la capacité du système à contrer la dérive latérale. Le résultat le plus frappant a été la réduction de l’angle de dérive du centre de gravité à seulement 10,61 % de sa valeur en l’absence de contrôle. Cela représente une amélioration de 8,87 % par rapport à un système de contrôle de couple de lacet direct utilisant une répartition de couple égale. Cela signifie que le véhicule reste beaucoup plus proche de sa voie, minimisant le risque de collision. De plus, les oscillations de la vitesse de lacet, du déplacement latéral et de l’accélération latérale étaient nettement plus faibles et convergent vers un état stable plus rapidement.
Le deuxième scénario, une courbe à 60 km/h sur un rayon de 100 mètres, a testé le système dans une situation de stress encore plus grande, où le véhicule est déjà soumis à des forces latérales importantes. Ici, la stratégie de boucle double a brillé. Le système sans contrôle ou avec une simple correction de trajectoire a montré des oscillations sévères. Le système de contrôle de couple de lacet seul a été plus efficace, mais avec des fluctuations notables. En revanche, la stratégie de boucle double a maintenu le véhicule sur une trajectoire beaucoup plus stable, réduisant l’angle de dérive à 55,6 % de sa valeur sans contrôle. La vitesse de lacet s’est stabilisée rapidement et est restée proche de la valeur de référence, démontrant une maniabilité exceptionnelle.
L’un des aspects les plus impressionnants de cette recherche est la synergie parfaite entre les deux boucles. Elles ne fonctionnent pas en silos. Si la boucle externe (correction de trajectoire) détermine qu’un braquage agressif vers la droite est nécessaire pour corriger la trajectoire, la boucle interne (stabilité dynamique) ajuste instantanément les couples des roues pour générer un couple de lacet qui soutient cette manœuvre, plutôt que de la contrer. Cette coordination en temps réel évite les conflits entre les commandes et maximise l’efficacité globale du système.
L’utilisation de l’algorithme BWO est un facteur différenciant clé. Sa capacité à trouver la répartition de couple optimale en temps réel permet au système d’exploiter pleinement l’adhérence disponible de chaque pneu, rendant la correction plus efficace. L’algorithme a montré une convergence rapide, atteignant une solution optimale en environ 20 itérations, ce qui le rend parfaitement viable pour une implémentation en temps réel sur les unités de contrôle électronique (ECU) modernes des véhicules.
Sur le plan pratique, cette recherche a des implications profondes. Premièrement, elle améliore la sécurité sans nécessiter de changements dans le matériel du véhicule, ce qui en fait une solution logicielle relativement économique, pouvant être déployée via des mises à jour par Internet (OTA). Deuxièmement, son architecture modulaire la rend compatible avec d’autres systèmes d’aide à la conduite avancés (ADAS). Troisièmement, elle ouvre la voie à une conduite autonome plus sûre, en fournissant un cadre robuste pour gérer des urgences critiques. Enfin, elle souligne le rôle de plus en plus important des institutions de recherche chinoises, comme la Jiangsu University of Technology, la Tsinghua University et la Southeast University, à la pointe de l’innovation en ingénierie automobile.
Pang Wenyu, Bei Shaoyi, Li Bo, Yin Guodong, Journal of Chongqing University of Technology (Natural Science), doi:10.3969/j.issn.1674-8425(z).2024.11.009