Voiture Autonome

Une échelle de 0 à 5 pour définir l'autonomie

La norme SAE J3016, établie par la Society of Automotive Engineers, est la référence internationale pour classer les véhicules selon leur degré d'autonomie. Elle définit six niveaux, de 0 à 5, basés sur le rôle respectif du conducteur humain et du système automatisé dans la conduite.

• Niveau 0 (Aucune automatisation) : Le conducteur assure toutes les tâches de conduite (direction, accélération, freinage). Les systèmes d'aide (avertisseur de franchissement de ligne) n'agissent pas sur la conduite.
• Niveau 1 (Aide à la conduite) : Le système peut prendre le contrôle soit de la direction (centrage dans la voie), soit de la vitesse (régulateur adaptatif), mais pas des deux simultanément. Le conducteur doit rester engagé.
• Niveau 2 (Automatisation partielle) : Le système peut gérer simultanément la direction et la vitesse (ex : Autopilot de Tesla, ProPILOT de Nissan). Le conducteur doit surveiller en permanence et être prêt à reprendre le contrôle.
• Niveau 3 (Automatisation conditionnelle) : Le système peut conduire dans des conditions définies (autoroute, embouteillages). Le conducteur peut se détourner de la route mais doit être capable de reprendre le contrôle à la demande du système avec un préavis.
• Niveau 4 (Automatisation élevée) : Le système peut conduire sans intervention humaine dans un ODD (Operational Design Domain) spécifique (zone géographique, conditions météo). En dehors de cet ODD, le véhicule peut s'arrêter de manière sécurisée.
• Niveau 5 (Automatisation complète) : Le véhicule est totalement autonome, sans volant ni pédales, dans toutes les conditions et sur toutes les routes. C'est l'objectif ultime, encore largement théorique.

Cette classification est cruciale pour comprendre les capacités réelles des systèmes et les responsabilités légales associées.

Les yeux et les oreilles du véhicule autonome

Pour percevoir son environnement en 3D, un véhicule autonome s'appuie sur une combinaison de capteurs complémentaires, formant une redondance essentielle à la sécurité. Chaque technologie a ses forces et ses faiblesses.

Le LiDAR (Light Detection and Ranging)

Le LiDAR émet des impulsions laser et mesure le temps de retour pour calculer des distances précises. Il génère un nuage de points 3D de l'environnement. Avantages : très haute précision en distance et résolution angulaire, performant de nuit. Inconvénients : coût élevé, sensibilité aux conditions météorologiques extrêmes (brouillard, neige), données volumineuses à traiter.

Les Caméras

Elles fournissent des images 2D riches en informations (couleurs, textures, panneaux, feux). Le traitement par IA permet d'identifier et classifier les objets. Avantages : coût modéré, informations sémantiques. Inconvénients : sensibilité à l'éclairage (nuit, contre-jour), nécessité d'un traitement logiciel complexe pour estimer les distances (stéréovision).

Les Radars (Radio Detection and Ranging)

Ils émettent des ondes radio et détectent la position et la vitesse des objets via l'effet Doppler. Excellents pour mesurer les vitesses relatives. Avantages : robustes aux intempéries, bonnes performances en distance et vitesse. Inconvénients : faible résolution, difficulté à identifier la nature des objets.

Les Capteurs à Ultrasons

Ils fonctionnent sur le principe de l'écho sonore à haute fréquence. Utilisés pour les manœuvres à basse vitesse (stationnement, détection d'obstacles proches). Avantages : très bon marché, efficaces à courte portée. Inconvénients : portée très limitée (quelques mètres), sensibles aux perturbations acoustiques.

Le choix et la disposition de ces capteurs (souvent intégrés dans un dôme sur le toit) constituent un compromis entre performance, fiabilité et coût.

Du nuage de points à une représentation cohérente du monde

Aucun capteur n'étant parfait, la fusion de données (sensor fusion) est une étape critique. Elle combine en temps réel les informations de tous les capteurs pour créer une représentation unique, précise et fiable de l'environnement autour du véhicule. Cette représentation est souvent appelée modèle environnemental ou world model.

Les algorithmes de fusion

Des algorithmes comme le filtre de Kalman (et ses variantes comme le filtre de Kalman étendu) sont utilisés pour estimer l'état (position, vitesse) des objets en fusionnant des mesures bruitées et asynchrones. Des méthodes probabilistes (théorie de Bayes) permettent de gérer les incertitudes et les conflits entre capteurs.

La Localisation Précise

Connaître sa position à quelques centimètres près est vital. Le GPS standard (précision ~5m) est insuffisant. On utilise donc :

• RTK-GPS (Real Time Kinematic) : Corrige les erreurs du signal GPS grâce à une station de référence fixe, permettant une précision centimétrique.
• Localisation par corrélation cartographique : Le système compare en permanence les données des capteurs (notamment du LiDAR) avec une carte HD 3D pré-enregistrée du réseau routier, contenant des détails comme la position exacte des bordures, panneaux et marquages au sol.
• Odometrie : Utilisation des capteurs de roues et du centrale inertielle (IMU) pour estimer le déplacement entre deux positions GPS.

Cette localisation hyper-précise permet au véhicule de se positionner dans sa voie de circulation avec une extrême fiabilité.

Le cerveau du véhicule autonome

L'IA, et plus spécifiquement le deep learning (apprentissage profond), est au cœur de la perception et de la prise de décision. Elle permet de résoudre des tâches complexes non programmables de manière déterministe.

Perception et Classification

Les réseaux de neurones convolutifs (CNN) analysent les images des caméras pour détecter et classifier les objets : piétons, véhicules, cyclistes, panneaux, feux tricolores. Ils sont entraînés sur des millions d'images annotées.

Prédiction du Comportement des Usagers

Des modèles d'IA tentent de prédire les trajectoires futures des objets mobiles (un piéton va-t-il traverser ?). Cela repose sur des réseaux récurrents (RNN, LSTM) qui analysent des séquences temporelles de positions.

Planification de Trajectoire et Prise de Décision

Ce module utilise la représentation de l'environnement pour :

• Planification globale : Calculer l'itinéraire optimal (le plus rapide, le plus économe) du point A au point B, comme un GPS.
• Planification locale : Générer en temps réel une trajectoire sûre et confortable dans la voie, en évitant les obstacles et en respectant le code de la route. Des algorithmes d'optimisation et de recherche de chemin (A*, RRT) sont utilisés.
• Prise de décision tactique : Décider des manœuvres (dépasser, changer de file, s'arrêter) en fonction des prédictions et des règles. Des architectures hybrides combinent souvent des règles logiques (if-then-else) avec des approches d'apprentissage par renforcement.

L'entraînement et la validation de ces modèles d'IA nécessitent des quantités astronomiques de données et des simulations poussées.

Étendre la perception au-delà de la ligne de vue

Les capteurs ont une portée limitée (ligne de vue). La communication V2X permet au véhicule de voir à travers les obstacles et d'anticiper des dangers invisibles, en échangeant des données avec son environnement.

Les différents types de communication

• V2V (Vehicle-to-Vehicle) : Communication directe entre véhicules proches (sans infrastructure réseau). Ils peuvent s'échanger leur position, vitesse, intention (freinage d'urgence), créant une conscience situationnelle partagée.
• V2I (Vehicle-to-Infrastructure) : Communication avec l'infrastructure routière (feux tricolores intelligents, panneaux électroniques). Le véhicule peut recevoir la phase du feu ou des alertes sur des travaux.
• V2N (Vehicle-to-Network) : Communication via le réseau cellulaire (4G/5G) pour recevoir des informations sur le trafic, la météo, ou mettre à jour les cartes HD.
• V2P (Vehicle-to-Pedestrian) : Communication avec les smartphones ou dispositifs des usagers vulnérables pour les détecter même s'ils sont cachés.

Les technologies sous-jacentes

Deux standards principaux coexistent : le DSRC (Dedicated Short Range Communication), basé sur le WiFi (norme IEEE 802.11p), et le C-V2X (Cellular V2X), qui utilise la technologie cellulaire 4G/5G. Le C-V2X, avec la 5G, offre une latence ultra-faible et une grande fiabilité, essentielles pour les applications de sécurité.

Le V2X transforme le véhicule autonome d'un système isolé en un nœud connecté d'un écosystème coopératif intelligent, augmentant considérablement la sécurité et l'efficacité du trafic.

Une approche SYSML pour comprendre le véhicule autonome

Le véhicule autonome peut être modélisé comme un système asservi complexe, articulé autour de deux chaînes fonctionnelles interdépendantes.

La Chaîne d'Information

Elle suit le schéma classique Acquérir - Traiter - Communiquer - Commander.

• Acquérir : C'est le rôle des capteurs (LiDAR, caméras, radar, GPS, IMU) qui transforment des grandeurs physiques en signaux électriques numériques.
• Traiter : Les calculateurs embarqués (souvent plusieurs, avec des unités de traitement dédiées comme les GPU pour l'IA) exécutent les algorithmes de fusion, de perception, de localisation, de planification et de décision.
• Communiquer : Les modules V2X et les bus réseau internes (CAN, Ethernet) assurent les échanges de données.
• Commander : Les décisions (angle de braquage, couple moteur, pression de frein) sont traduites en signaux de commande envoyés aux actionneurs de la chaîne d'énergie.

La Chaîne d'Énergie

Elle suit le schéma Alimenter - Distribuer - Convertir - Transmettre.

• Alimenter : La source d'énergie est majoritairement une batterie lithium-ion haute tension (400V ou 800V). Son BMS (Battery Management System) gère la charge, la décharge, l'équilibrage et la température des cellules.
• Distribuer : Le réseau électrique distribue l'énergie aux différents consommateurs : moteur de traction, servocommande de direction, pompe de frein, calculateurs, climatisation.
• Convertir : L'onduleur convertit le courant continu (DC) de la batterie en courant alternatif (AC) triphasé pour alimenter le moteur synchrone à aimants permanents, technologie privilégiée pour son rendement et sa densité de puissance. Des convertisseurs DC/DC alimentent les réseaux basse tension (12V).
• Transmettre : Le couple du moteur est transmis aux roues via un réducteur (pas de boîte de vitesses multi-rapports sur la plupart des VE). Les actionneurs électriques (direction par crémaillère assistée, freinage par servo-frein électrique) exécutent les ordres de la chaîne d'information.

L'interaction entre ces deux chaînes est permanente et critique pour la sécurité fonctionnelle (norme ISO 26262).