Aller au contenu principal

Lucie Muller

Vendredi 15 décembre 2023

Modélisation formelle et validation pour des véhicules automatisés

Résumé :
Parce qu’un véhicule automatisé est un système complexe et critique, pouvant mener à des accidents fatals dans le cas de comportements non désirés, le véhicule et ses composants ont besoin d’être soigneusement testés et validés. Cette thèse porte sur deux méthodes d’analyse de ce type de système. La première est spécifique au système d’un composant du véhicule, où des analyses probabilistes sont effectuées après injection de faute. La seconde méthode est plus générale et vise la génération automatique de cas de test pour le véhicule dans son environnement afin d’améliorer la couverture et la pertinence des tests.

L’impact des fautes sur le comportement d’un système est souvent étudié en utilisant des méthodes d’injection de faute. Dans la première partie de cette thèse, nous injectons des fautes dans le modèle formel d’un système et proposons deux approches pour estimer quantitativement l’impact de ces fautes sur le comportement du système. La première approche compare le modèle défectueux au modèle correct et calcule la probabilité de déviation comportementale. La seconde approche se base sur les exigences du système modélisé et mesure le nombre d’exigences impactées par l’injection d’une faute ainsi que la probabilité qu’une exigence impactée ne soit pas satisfaite par le modèle défectueux. Cette méthode permet aussi de déterminer la non-complétude des exigences (si aucune exigence n’est impactée par l’injection d’une faute) et d’identifier les exigences manquantes.

L’évaluation de véhicules automatisés requiert des scénarios spécifiques et réalistes, en particulier pour des situations critiques rares, potentiellement dangereuses et difficiles à réaliser sur le terrain (par exemple, des collisions avec dégâts matériels). Habituellement, ces scénarios sont soit générés aléatoirement, soit créés manuellement. Dans les deux cas, il est difficile d’évaluer la pertinence et la couverture de ces scénarios. Dans cette thèse, nous proposons une méthodologie de génération automatique de scénarios pertinents utilisable pour le test sur un simulateur. Cette méthodologie est basée sur un modèle formel du véhicule se déplaçant sur une scène configurable (environnement et obstacles statiques ou mobiles) et doté de composants de perception. Nous proposons d’utiliser des techniques de test de conformité pour générer automatiquement un ensemble de scénarios pertinents et en garantissant la couverture d’une situation donnée, fournie comme objectif de test. Ces scénarios peuvent également être utilisés comme tests dans un simulateur du véhicule avec ses composants de perception.

Date et Lieu

Vendredi 15 décembre 2023 à 14h
Grand Amphi de l'INRIA, Montbonnot

Superviseurs

Radu MATEESCU
directeur de recherche, Centre INRIA de l'UGA  (Directeur de thèse)
Wendelin SERWE
chargé de recherche, Centre Inria de l'UGA (Co-encadrant de thèse)

Composition du Jury

Rabéa AMEUR-BOULIFA
maitresse de conférence, Institut Polytechnique de Paris (Rapporteuse)
Pascale LE GALL
professeur des universités, CentraleSupelec (Rapporteuse)
Radu MATEESCU
directeur de recherche, Centre INRIA de l'UGA  (Directeur de thèse)
Akram IDANI
Maître de conférence, Grenoble INP - UGA (examinateur)
Virginie WIELS
Director of DTIS at Onera , ONERA (examinatrice)
Ioannis PARISSIS
professeur des universités, Grenoble INP -UGA (examinateur)

Publié le 14 décembre 2023

Mis à jour le 14 décembre 2023