1 - État des lieux a) Société
La mobilité durable est devenue un enjeu sociétal majeur dans un contexte où l'organisation actuelle des territoires urbains et péri-urbains conduit à une augmentation des échanges. La mobilité est aujourd'hui contrainte par de nombreuses questions, relatives à la sécurité des usagers, à l'accès à l'offre de mobilité, à la dépense énergétique, à l'impact sur l'environnement. Les transports autonomes (véhicule et système d’organisation), peuvent contribuer à déverrouiller certains de ces challenges.
x En 2016, l’ONISR a annoncé le nombre de 3469 morts sur nos routes, chiffre stable par rapport à 2015.
90% des accidents routiers sont causés par des erreurs humaines1, ainsi une automatisation de la conduite peut contribuer à la réduction du nombre et de la gravité des erreurs de conduite.
x Aujourd’hui, plus de la moitié de la population française n’a pas accès à une offre de transport en commun2. Il existe un fort déficit d’offre de service dans les zones peu denses, mais également en périphérie des grandes villes qui bénéficient rarement d’un réseau capillaire de desserte important. Le développement du véhicule autonome, en complément des moyens de transport de masse, offre des opportunités. Par ailleurs, cette inégalité d’accès est encore renforcée pour les plus vulnérables (personnes âgées, handicapés …) qui nécessitent des moyens plus spécifiques et une desserte plus précise jusqu’au dernier kilomètre.
L’autonomie apporte un changement de vision du véhicule qui, plus qu’un objet, devient un service complémentaire aux transports en commun et de marchandises actuels, notamment en zone urbaine et périurbaine. Ce changement dans les pratiques de mobilité adresse directement des défis sociétaux comme la durabilité, l’éco-responsabilité des systèmes de transport, la diminution des congestions… Il permet également le rapprochement entre les transports individuels et collectifs, et rend possible l’émergence de nouveaux acteurs économiques de transport collectif plus individualisé.
• Enfin les transports en commun eux-mêmes sont également promoteurs de solutions d’autonomie (les premiers métros automatiques datent des années 1980) pour rendre leur exploitation plus flexible. Pour étendre le concept au-delà des métros automatiques, il est aujourd’hui envisagé des transports en commun autonomes sur des sites non dédiés (train autonome ou tramway autonome).
b) Juridique
Il existe un enjeu important sur la responsabilité en cas de défaillance du système. Il faudra pouvoir définir le partage de responsabilité entre le concepteur du véhicule, les différents fournisseurs de technologie mais également le conducteur en cas de défaillance ou de mauvais usage du système.
c) Économique et place des industriels français
Depuis fin 2013, et le lancement de la Nouvelle France Industrielle, la France s’est doté d’un programme visant à faciliter le développement technologique et le déploiement du véhicule autonome en France. Ce plan a produit une feuille de route avec un horizon temporel pour le déploiement des différentes applications du véhicule autonome.
Les expérimentations de ces véhicules sont possibles sur routes ouvertes depuis mi-2015 et les principaux acteurs français ont déjà commencé des tests.
Les acteurs français ont un déficit de communication sur ce sujet, cependant les expérimentations en cours de Renault et PSA ainsi que les différents développements de capteurs et d’algorithmes de Valeo montrent que la France reste encore aujourd’hui dans la course.
Par ailleurs, la présence en France de deux constructeurs de navettes autonomes, est un avantage important dans le développement des technologies du véhicule autonome. La mise en place d’une réglementation spécifique pour ces objets permettrait de conforter une place de leader sur le marché des petites navettes de transport en commun autonome.
Dans le cadre de la NFI les acteurs du véhicule autonome ont proposé une feuille de route temporelle en classant les applications du véhicule autonome en fonction de leur arrivée à maturité technologique espérée. Cette feuille de route est similaire temporellement à celle suivie par la plupart des acteurs internationaux crédibles sur le sujet.
1 Association Prévention Routière, Statistique 2012 Principaux Facteurs d’accidents
2 Ministère des transports, carte UTP 2012
196
Plan Nouvelle France Industrielle, feuille de route 3donnant un horizon temporel pour le déploiement des différentes applications du véhicule autonome.
d) Technologique
La France possède des atouts forts, à travers des filières historiques (transport, nucléaire …) sur les technologies liées au véhicule autonome (sûreté de fonctionnement, technologies de capteurs …).
Il existe également un enjeu fort sur le développement de l’intelligence de ces moyens de transport. En effet l’intelligence artificielle est à mobiliser pour la bonne compréhension sémantique de l’environnement du véhicule et pour ses prises de décision mais aussi pour l’optimisation des trajets ou encore la communication avec l’usager.
Ces enjeux font l’objet de la seconde partie de ce rapport, avec pour objectif d’identifier les technologies d’IA nécessaires, à des coûts acceptables, pour favoriser le développement du véhicule autonome en France.
2 - Les enjeux technologiques du véhicule autonome
Cette section a pour objectif de lister les enjeux technologiques du véhicule autonome dans trois domaines concernés par l’intelligence artificielle. Ces différents enjeux sont explicités dans le tableau suivant. En annexe, un tableau détaille les questions prioritaires de recherche (non adressées ou nécessitant un effort de recherche important), surlignées en rouge et mises en lien avec les domaines scientifiques et technologiques de l’IA tels que définis par l’INRIA dans son « livre blanc sur l’IA ».4
Ce tableau est décomposé en 3 dimensions distinctes :
- La dimension véhicule, qui reprend les thématiques nécessaires au développement de l’intelligence du mobile,
- La dimension humaine, qui explicite les thématiques d’intelligence artificielle nécessaire à une meilleure acceptation de ces véhicules,
- La dimension système, qui nomme les thématiques à aborder au-delà du véhicule comme par exemple celui des communications entre véhicules ou avec l’infrastructure, la compréhension sémantique des scènes au niveau système, la problématique des données de roulage pour la mise au point des systèmes d’IA...
3 http://www.pfa-auto.fr/wp-content/uploads/2016/03/Objectifs-de-recherche-Vehicule-Autonome.pdf
4https://www.inria.fr/medias/inria/documents/livre-blanc-ia
197 Dimension Véhicule
Perception et compréhension de l’environnement :
Afin de devenir complètement autonome, le véhicule devra être capable de fournir une interprétation correcte des scènes de la circulation automobile. Des problématiques de développement technologiques sont identifiées dans les sujets suivants :
- Détection et suivi des autres usagers (taille, position, orientation …)
Notamment, la reconnaissance des gestes et la compréhension de l’intention des usagers.
Par ailleurs il est important de pouvoir accompagner ces informations d’un score de confiance.
- Détection signalétique (ligne, marquage, panneau…)
La détection de sortie du cas nominale reste problématique. Par exemple aujourd’hui il reste difficile d’identifier les zones de travaux.
- Reconstitution de scène
Afin d’assurer une perception globale d’une scène, il faut pouvoir ordonner et fusionner les différentes informations en une seule représentation cohérente.
- Compréhension des intentions des autres usagers
La reconstitution de scène n’est pas suffisante, il faut également interpréter les comportements récents des différents acteurs de la scène. Il est nécessaire d’anticiper les intentions et motivation des acteurs de la scène. Par exemple, ne pas dépasser un véhicule qui s’apprête à sortir de l’autoroute.
Localisation :
- Localisation, carte locale
Cartographie dynamique garantissant l’autonomie de conduite hors signal pour une mise en situation de sécurité. Perception augmentée, capteur virtuel ou via connaissance collaborative - Localisation dans Cartographie Haute Définition
Besoin en localisation plus précis que la définition actuelle du GPS, la précision pourrait être amélioré par reconnaissance visuelle de lieu et mise en correspondance d’amers visuels entre caméra et base d’images de la cartographie.
La production et la mise à jours d’une telle cartographie et couteuse.
Décision :
- Analyse de scénarios complexes
Analyser des scénarios de trafic complexes (avec des véhicules autonomes, non autonomes, des piétons, cyclistes, deux roues…)
- Définition des comportements du véhicule
Afin d’avoir un comportement garantissant la sécurité et acceptable au regard des autres usagers et de la législation, il est nécessaire d’obtenir un compromis entre plusieurs aspect. Ce compromis doit être effectué entre efficacité de la conduite et respect trop formel du code de la route. Par exemple, le véhicule doit être capable de franchir une ligne blanche pour dépasser un véhicule arrêté bloquant la circulation.
- Variantes de décision
Il est primordial pour le confort mais également pour l’acceptabilité du véhicule autonome qu’il puisse adapter sa conduite en fonction du contexte dans lequel est situé le véhicule (localisation, style de conduite …)
Contrôle-Commande :
- Planification de trajectoire locale
Générer rapidement un ensemble de trajectoires sûres en temps réel avec un environnement incertain, incomplet en zone urbaine et sur route départementale.
- Manœuvres d’urgence
Conduite aux limites de commandabilité et d’adhérence, comportements complexes (dérapages, etc).
- Manœuvres d’anticipation
Positionnement dans les voies pour anticiper la prochaine manoeuvre. Négocier le passage en sécurité dans une voie bloquée. Prévoir des trajectoires quand il n’y a pas de marquage ou pas défini.
Mise en sécurité, auto-diagnostic
Comprendre la situation et le danger. Effectuer dans un temps limité et de manière sécuritaire une manœuvre d’urgence avec des capacités du véhicule dégradé (perte d’un capteur, pneu crevé …).
Le véhicule doit être capable de connaitre et d’analyser sa situation (par ex une perte de capteur), il doit pouvoir également reconnaitre qu’il ne sait pas gérer une zone.
198 Dimension Humaine
Interaction habitacle
Bien qu’autonome, le véhicule peut apporter de nombreux services, relatifs à la conduite, comme la gestion des transitions ou l'aide à la compréhension de l'environnement
- Personnalisation : L'assistant personnel est traité en dehors de la problématique véhicule. Il s'agit ici de se focaliser sur les interfaces et les services que l'usager peut avoir en effectuant une convergence des systèmes (assistant personnel et véhicule autonome), comme l'anticipation de détours utiles (modification de l'itinéraire pour passer chez un fleuriste ou tout simplement pour faire le plein) - IHM / ergonomie : il s'agit ici de rendre la conduite compréhensible et prédictible afin de conserver
la confiance des utilisateurs, ainsi que de comprendre le fonctionnement du conducteur pour lui présenter les bonnes informations de situations et contexte au moment de la reprise en main.
L'objectif est ici de comprendre le comportement classique de conduite et pouvoir apporter des informations pour l'optimiser.
- Driver monitoring : même au-delà des phases de transition, il faudra pour un système autonome comprendre le comportement des personnes dans l'habitacle afin de prévoir les comportements inadaptés, comme conduite avec les pieds sur le tableau de bord.
Interaction hors habitacle
On distingue dans cette catégorie les interactions avec les autres usagers, qu'ils soient humains (autres conducteurs, usagers vulnérables) ou non (autres véhicules autonomes, gestionnaire d'infrastructure). Les interactions non verbales entre les usagers sont aujourd'hui importantes que ce soit pour la prise de décision (négociation avec un tiers) ou la compréhension des actions (faire comprendre ses intentions). Il faut donc mettre au point, pour gérer ces interactions non-verbales, des algorithmes d’IA : reconnaissance de gestes, actions du VA révélant clairement ses intentions (petits mouvements préalables avant de démarrer réellement à une intersection, …), et vérification de la bonne compréhension des usagers environnants d’après leur réactions.
Dimension Système
Données pour la mise au point des systèmes d’IA pour le Transport - Collecte de données de roulage et Open Data
Les données qui servent à concevoir les systèmes autonomes coûtent cher à acquérir et sont vitales pour le développement et la validation des systèmes perceptifs. Pour faciliter et accélérer le déploiement de ce marché, ces données peuvent être mutualisées. L’anonymisation bien pensée couplée au partage des données permettra de disposer de Data Sets annotés avec vérité terrain sur une large échelle.
- Critères d'évaluation et base de tests
L’enjeu est ici de réussir à établir un catalogue commun à l’échelle de l’Europe des situations de tests aux caractéristiques bien identifiées, nécessaires à l’évaluation des algorithmes de décision, de planification et de contrôle, y compris les capacités d’auto-adaptation et d’apprentissage, et les problématiques éthiques.
Compréhension sémantique des scènes au niveau système
- Supervision (hypervision) des systèmes (de systèmes) de transport autonome. Les capacités de communication permettent d’envisager un système de supervision et de / routage des véhicule
autonomes dans les zones denses ou complexes (une sorte de “Air Traffic Control” automatisée). Il est impératif de bien définir les règles propres au trafic routier incluant la délégation d’autorité. Cette supervision imposera une identification régulière des mobiles vers une infrastructure, une vision collaborative de la supervision et des capacités d’interception.
- Partage d’informations pour l’optimisation et la négociation. Chaque niveau de perception peut gagner à être partagé avec d’autres véhicules autonomes et avec des infrastructures adaptées.
Ex: Envoyer au fournisseur de cartographie que le marquage au sol perçu était anormalement éloigné de la cartographie HD, ou qu’il y a des travaux
Ex: Partage d’intentions entre véhicules
Le dialogue et la négociation entre véhicules autonomes contribuera à optimiser l’usage du réseau routier en introduisant par exemple des intersections automatisée et « smart ». Un travail important reste à faire au niveau standardisation.
- Hétérogénéité des systèmes autonomes
Plusieurs systèmes autonomes, dans plusieurs versions avec plusieurs modes/capacités de décision pourront partager le même environnement. Dans les algorithmes de décision de trajectoire par exemple, ceux-ci prennent en compte la prévision de la trajectoire / réaction des autres acteurs. Les différentes