Recevez chaque jour toute l'actualité du numérique

x

L3Pilot, un projet européen pour avancer sur la standardisation des véhicules autonomes

L3Pilot est un projet européen autour de la conduite autonome. Pendant quatre ans, les acteurs de cet écosystème – dont Stellantis – ont parcouru des milliers de kilomètres avec des prototypes de véhicule autonome de niveau 3 SAE. Les objectifs étaient d'évaluer l'acceptabilité de ces systèmes auprès des conducteurs, d'établir une bibliothèque commune de scénarios ou encore de définir le format des données partagées. De quoi élaborer un code des bonnes pratiques, premier pas en vue de la standardisation de ces systèmes.
Twitter Facebook Linkedin Flipboard Email
×

L3Pilot, un projet européen pour avancer sur la standardisation des véhicules autonomes
Des véhicules du projet L3Pilot à l'occasion de l'ITS World Congress. © Stellantis

Un pas de plus vers l'établissement de standards pour les systèmes avancés d'aide à la conduite (ADAS). Le projet européen L3Pilot a pris fin et ses résultats ont été dévoilés à l'occasion de l'ITS World Congress qui s'est tenu du 11 au 15 octobre 2021. Au total, 34 fournisseurs, instituts de recherche, autorités routières, équipementiers et constructeurs automobiles étaient impliqués dans ce projet qui s'est déroulé sur quatre ans.

70 véhicules équipés de fonctionnalités de conduite autonome de niveau 3 SAE, dont 16 prototypes Stellantis, ont circulé sur 14 sites pilotes et sur routes ouvertes à travers 7 pays. 400 000 kilomètres ont été parcourus sur autoroute (la moitié en mode automatisé et l'autre en tant que base de référence) et 24 000 kilomètres en ville (dont 22 000 en mode automatisé). Ont notamment été testées les fonctionnalités de conduite à grande vitesse et les changements automatisé ; la conduite à faible vitesse en embouteillage ; le stationnement en créneau ou en bataille ; la mémoire du trajet pour les manœuvres répétitives afin d’entrer et sortir des places de stationnement.

Un pas vers la standardisation ?
Un des objectifs de ce projet : parvenir à un code des bonnes pratiques pour le développement des véhicules autonomes et expliquer tout ce qui doit être fait pour les développer. "Souvent les projets coopératifs aboutissent sur des règlements généraux et après un 'code of practice' est établis. Ce n'est pas au niveau des standards, il peut y avoir plusieurs hypothèses alors que dans les standards toutes les valeurs sont numériques", explique Vincent Abadie, expert véhicule autonome du groupe Stellantis.

Ces projets européens permettent toutefois aux différents acteurs de se mettre d'accord. Par exemple, "tout le monde doit se mettre d'accord sur ce qu'est un scénario ou le format des données échangées", détaille Vincent Abadie. Cela permet également de mettre en avant des différences d'usages entres les pays. Par exemple, "la notion de priorité varie d'un pays à l'autre".

L'acceptabilité des véhicules autonomes
Ce projet a vu des conducteurs naïfs et des conducteurs semi-professionnels tester ces ADAS. L'idée : engranger de l'expérience avant la commercialisation auprès du grand public et avoir des retours sur l'acceptabilité de ces systèmes de conduite autonome par les conducteurs. Un domaine Un domaine sur lequel FCA était très présent.

Des tests ont été menés avec des conducteurs entraînés et non entraînés. Les utilisateurs lâchent-ils facilement le volant ? Et les pédales ? Utilisent-ils facilement les systèmes d'aide à la conduite mis à leur disposition ? "Les gens s'adaptent très vite", affirme Vincent Abadie. De ce projet, il ressort un taux d'acceptation de plus de 80% chez les utilisateurs.

La très grande majorité des conducteurs reprend le contrôle du véhicule en moins de 4 secondes lorsque le système émet une alerte allant en ce sens. Lorsque le conducteur tarde à reprendre le contrôle ce n'est "jamais des cas où le véhicule est dans situation critique", assure Vincent Abadie. Les conducteurs se sont aperçus qu'une reprise en main plus tardive du contrôle du véhicule n'était pas dangereuse.

Collecte de scénarios en conduite autonome
"Une des priorités était d'engranger beaucoup de kilomètres, pour avoir un maximum d'expérience et rencontrer une grande variété de scénarios", ajoute Vincent Abadie. Une fois ces scénarios collectés, il faut en faire une analyse détaillée, établir des statistiques et préciser la façon dont sont traités ces scénarios (lorsqu'un véhicule coupe la route, si l'infrastructure est modifiée, etc.). Le but : établir une bibliothèque de scénarios standardisés. PSA, avant que le groupe fusionne avec FCA et devienne Stellantis, se concentrait sur cette partie et avait un nombre important de véhicules en roulage à cette fin.

Sur ce sujet, Stellantis a déjà une bibliothèque commune de scénarios avec Renault et une façon numérique de les décrire. Avec L3Pilot, le but est d'acquérir des données de conduite alors que le véhicule est en mode autonome, et non pas des données issues de caméras et capteurs alors que le véhicule est conduit manuellement. Cela fait une vraie différence et permet d'obtenir des scénarios très différents.

Par exemple, les automobilistes anticipent très souvent lorsqu'un véhicule s'insère sur l'autoroute en freinant ou en accélérant en amont. Mais lorsque le véhicule est en mode autonome, il n'anticipe pas ces scénarios de la même façon et peut se retrouver côte à côte avec ce véhicule. Que faire dans ces situations ? C'est là toute l'idée de collecter des données, cela permet d'obtenir des scénarios jamais ou rarement rencontrés en conduite manuelle et d'exacerber ces scénarios.
 


 

Des systèmes déterministes à l'intelligence artificielle
Les scénarios collectés sont "utilisés dans le cadre de simulations pour entraîner les systèmes", explique Vincent Abadie. Mais pas seulement. "A partir de ces scénarios, de nouvelles situations sont inventées. Il est possible de générer 100, 200 voire 2 000 scénarios à partir d'une situation". Par exemple, le scénario peut être rejoué avec toutes les vitesses possibles. L'idée est "de multiplier des scénarios concrets avec tout un tas de valeurs numériques possibles". Cela permet au constructeur de vérifier que le système fonctionne correctement dans tous les cas. Cette étape, assez longue et minutieuse, consiste à mettre au point les algorithmes en changeant des variables numériques et physiques.

Par exemple, lorsque l'ordre est donné au véhicule de freiner ou d'accéléré, cela est contrôlé par un système déterministe. L'ensemble des mesures prises (distance, vitesse, etc.) détermine la décision du système embarqué. Dans une second temps, il est également possible d'aller plus loin et d'ajouter des algorithmes d'intelligence artificielle et de machine learning. Ces technologies sont très utilisées notamment pour tout ce qui est reconnaissance d'images et donc de l'environnement du véhicule. Mais, il est préférable d'avoir une base solide d'algorithmes classiques avant d'ajouter des technologies d'intelligence artificielle.

Les réseaux de neurones, quant à eux, sont "réservés à des cas particuliers comme les scénarios super complexes. Lorsque la mise en équation n'est pas suffisante, un réseau de neurone est ajouté  pour confirmer ou infirmer la décision prise par le système", précise Vincent Abadie.

A quand la commercialisation pour Stellantis ?
Un autre point essentiel dans la mise sur le marché de ces systèmes de conduite autonome, c'est l'explication auprès du conducteur sur la façon dont ils peuvent être utilisés. A ce sujet, Tesla est très régulièrement critiqué quant au nom de son système d'aide à la conduite baptisé "Autopilot".

Stellantis, de son côté, franchit tranquillement les étapes en vue de la commercialisation de systèmes de conduite autonome de niveau 3 SAE. Si le constructeur assure être en phase de développement, et non plus de prototype, il n'entend pas donner de date précise sur la commercialisation de ces systèmes.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.