Responsable technique
Jonathan DUMON
Responsable logiciels
Anton ANDREEV
Responsable scientifique
John-Jairo MARTINEZ-MOLINA
Plateformes associées
Mots Clés
mobilité intelligente, vélo électrique, capteurs, batterie, conduite autonome, interaction humain–machine
Le plateau technique Light and Intelligent Mobility (LIM) rassemble les équipements destinés à l’étude des algorithmes en lien avec la mobilité légère : vélos et voitures autonomes. Il est utilisé dans le cadre de collaborations académiques (avec l’INSERM, pour le projet SPIRO) ou de collaborations industrielles dans le domaine de l’automobile (laboratoire commun avec Michelin I-tire-lab, Renault, Volvo Trucks, Ames Research center of Nasa, Barcelona Tech, Hungarian Reaserch Network, Universté du Chili, Tecnologico de Monterrey…).
Domaines disciplinaires
- Automatique / contrôle-commande
- Systèmes embarqués / informatique temps réel
- Mécatronique / instrumentation
Domaines applicatifs
- Automobile et mobilité du futur
- Véhicules autonomes
- Santé et performance humaine
Environnement technique et ressources associées
Le plateau technique LIM permet le développement de plusieurs dispositifs de vélo électriques instrumentés (dont un vélo électrique mobile instrumenté) et dispose d’un banc simulant différents scénarios d’entrainement.
Des véhicules électriques miniatures y ont également été développés, conjointement avec le plateau technique Robotme.
Vélo électrique mobile instrumenté
Le vélo embarque un moteur en prise directe et un variateur vectoriel qui permet de contrôler le couple du moteur et d’effectuer un freinage régénératif contrôlé. Il peut fonctionner en mode vélo à assistance électrique ou injecter des séquences de freinage magnétiques pour simuler des scénarios de tests. Il comprend également un capteur de couple de pédalages et des pédales connectées.
On monitore la tension, le courant et la température de la batterie ainsi que la température ambiante afin d’effectuer des expérimentations sur le vieillissement de la batterie. On pilote également la charge du galet d’entrainement pour étudier le contacte roue-sol, l’usure du pneu et l’adhérence.
Le système de commande embarqué exécute les algorithmes développés en temps réel (ESP32 sous free RTOS) et communique en Bluetooth avec différents appareils : pédales de puissance, capteur de rythme cardiaque.
Banc d'entrainement
Le système Cycleops est relié au logiciel Matlab pour simuler différents scénarios d’entrainement. Le contrôleur collecte les informations des différents capteurs (couple de pédalage, vitesse de pédalage, fréquence cardiaque) et exécute des algorithmes d’analyse et d’estimation en temps réel, pour les afficher sur un écran déporté sur le vélo. simple d’utilisation et rapide à déployer, il est destiné en particulier pour un usage pédagogique et de démonstration.
Robotique terrestre
Développée conjointement avec le plateau technique ROBOTME, la partie terrestre permet l’expérimentation sur des modèles réduits de voitures autonomes pouvant évoluer sur différents revêtements, sur piste libre ou sur un circuit. Ces véhicules sont opérés dans des scénarios de contrôle de trafic, d’assistance à la conduite, de développement d’algorithmes de conduite autonome, ainsi que l’étude des interactions pneus – sol et l’étude de la performance des batteries.
Light and Intelligent Mobility (LIM) en images
Recherches associées
Publications scientifiques
📄Manel Betouche, Olivier Sename, Dario Penco, Pedro Kvieska. LPV/H∞Control of combined longitudinal/lateral dynamics of a small autonomous vehicle. LPVS 2025 – 6th IFAC Workshop on Linear Parameter Varying Systems, Jul 2025, Porto, Portugal. ⟨hal-05156536⟩
📄Ariel Borrell, Vicenç Puig, Olivier Sename. Fixed-Structure Parameter-Dependent State Feedback Controller: an Scaled Autonomous Vehicle Path-Tracking Application. Control Engineering Practice, 2024, 147 (June), pp.105911. ⟨10.1016/j.conengprac.2024.105911⟩. ⟨hal-04511277⟩
📄Nadia Rosero, Maxime Chorin, John Jairo Martinez Molina. Parameter identification for a model of gas exchange dynamics during cycling. International Journal of Modelling, Identification and Control, 2023, 42 (1), pp.17-30. ⟨10.1504/IJMIC.2023.128772⟩. ⟨hal-03711671⟩
📄Maxime Chorin, John Jairo Martinez Molina, Samuel Vergès. Basal power reconstruction during cycling using a robust discrete-time PI observer. SAFEPROCESS 2022 – 11th IFAC Symposium on Fault Detection, Supervision and Safety for Technical Processes, Jun 2022, Pafos, Cyprus. ⟨10.1016/j.ifacol.2022.07.154⟩. ⟨hal-03617648⟩
