Qu'est-ce qu'un véhicule autonome ?

Un véhicule autonome recueille, perçoit et analyse des données pour prendre des décisions indépendantes et effectuer des actions en fonction de son environnement. L'automatisation des véhicules augmente rapidement, et des véhicules sans conducteur circulent désormais sur les routes, de même que des véhicules ayant un certain niveau d'autonomie avec un conducteur humain.

Il existe cinq niveaux d'automatisation dans le secteur automobile (et trois pour l'aérospatiale), qui vont de l'absence d'automatisation (niveau 1) à l'automatisation complète (niveau 5). Dans l'agriculture et l'exploitation minière, les véhicules autonomes effectuent des tâches sans intervention humaine. Dans l'industrie aérospatiale, un vol peut être automatisé à 98 % grâce aux fonctionnalités du pilote automatique, mais nous ne verrons pas d'avions totalement autonomes avant longtemps, en raison de réglementations strictes.

Les voitures de niveau 5 n'existent pas. En effet, l'intelligence artificielle (IA) dans les voitures autonomes ne peut pas encore rivaliser avec les conducteurs humains, même si elle réduit bel et bien le potentiel d'erreurs humaines. Cependant, Waymo se rapproche des limites avec ses véhicules autonomes sans conducteur de niveau 4. Certains constructeurs automobiles tels que Ford et Tesla proposent des fonctionnalités autonomes qui sont considérées comme de niveaux 2 et 3, qui désignent respectivement une automatisation partielle et conditionnelle. D'ici une dizaine d'années, nous pourrions voir des voitures entièrement autonomes de niveau 5 sur les routes.

La conception d'un véhicule autonome est plus complexe que celle des voitures conventionnelles (c'est-à-dire les véhicules à moteur à combustion interne ou électriques). En effet, le véhicule est conçu pour avoir son propre « cerveau » et effectuer les tâches habituelles de conduite tout en ayant l'ensemble des fonctionnalités de sécurité requises. Cela crée une zone grise juridique, puisqu'en cas d'accident, il n'y aura pas de conducteur dont la responsabilité pourra être recherchée. La conception et la validation des systèmes de sécurité s'en trouvent complexifiées, du fait que les fabricants doivent veiller à éviter les situations susceptibles d'entraîner des problèmes juridiques.

L'automatisation des véhicules apporte divers avantages à la société :

• Tranquillité d'esprit lors des déplacements dans un trafic dense et possibilité d'effectuer d'autres tâches pendant un long trajet
• Moins de collisions, grâce à de meilleures prédictions des voitures autonomes
• Réduction des embouteillages par une optimisation des vitesses de déplacement
• Vitesses plus élevées et sécurité accrue sur les autoroutes grâce à la réduction des erreurs humaines, des distractions et de la fatigue
• Accès élargi aux transports pour les personnes handicapées
• Réduction des émissions de carbone résultant de niveaux de trafic plus faibles, avec un impact encore plus grand si utilisé en conjonction avec des véhicules électriques (VE)
• Réduction des coûts par la fabrication à plus grande échelle, contribuant à produire des véhicules moins chers et à créer de nouveaux marchés économiques

Cependant, il existe également des inconvénients potentiels :

• Importants besoins en données pour des systèmes technologiquement complexes, car une petite erreur dans le logiciel pourrait entraîner des accidents
• Coûts de production élevés en raison des exigences de test rigoureuses
• Opportunités pour les pirates d'interférer avec les logiciels basés sur le Cloud
• Nécessité de réseaux de communication robustes pour gérer de grandes quantités de données en temps réel 

Comme mentionné précédemment, il existe cinq niveaux d'autonomie pour les voitures, et trois pour l'aérospatiale. Le niveau 1 signifie qu'il n'y a pas de technologie d'autonomisation, tandis qu'un véhicule de niveau 5 est considéré comme totalement autonome. La plupart des automobiles autonomes sont de niveau 2 ou 3. 

Niveaux 0 à 2

Les niveaux 0 à 2 vont de l'absence de fonctionnalités d'automatisation à l'utilisation de fonctionnalités de conduite assistée. Dans chacun de ces niveaux, le conducteur garde le contrôle total du véhicule et doit pouvoir jouer un rôle actif à tout moment. Les outils d'automatisation de ces niveaux aident le conducteur dans les tâches de conduite sans prendre le contrôle.

Niveaux 3 à 5

À partir du niveau 3, le conducteur humain n'assume pas l'entière responsabilité du véhicule et le système de conduite automatisé surveille l'environnement de conduite.  

Au niveau 3, le conducteur ne contrôle pas la voiture sauf en cas d'urgence, et les niveaux 4 et 5 ne nécessitent aucune intervention du conducteur. La principale différence entre le niveau 4 et le niveau 5 est que les véhicules de niveau 4 ne sont autorisés à circuler que dans un certain périmètre géographique (geofencing) et doivent opérer dans des conditions de fonctionnement bien définies, alors que les véhicules de niveau 5 ont une autonomie totale et peuvent rouler n'importe où. En outre, ils ne sont pas régis par des conditions prédéterminées.

Exemples des différents niveaux d'autonomie dans la société actuelle

• Uber possède des voitures avec des systèmes avancés d'assistance à la conduite (ADAS) de niveau 2 et une conduite automatisée de niveau 3 en Californie. 
• L'entreprise projette de passer aux véhicules de niveau 4 dans un avenir proche en utilisant l'IA, et elle adoptera bientôt un service de robotaxi venu de Chine dans des pays en dehors des États-Unis.
• Waymo propose déjà des voitures autonomes à San Francisco, Los Angeles, Phoenix et Austin. Toutefois, les voitures sont assorties d'un geofencing pour ces territoires.

Les défis à relever pour passer au niveau 5

La technologie pour créer des véhicules automatisés de niveau 5 est déjà opérationnelle, à la condition que la voiture roule sur une route sans obstacle. Cependant, la présence d'obstacles, de zones de chantier et de personnes au comportement imprévisible rend difficile la conception de véhicules entièrement automatisés, tout comme les nombreux types de routes à emprunter (par exemple, les chemins de terre différents des routes traditionnelles et qui risqueraient de perturber les algorithmes du véhicule).

Les capteurs sont les composants les plus cruciaux des véhicules autonomes. Ils constituent les fondements de toute technologie d'aide à la conduite. Les capteurs collectent toutes les données traitables afin que le « cerveau » du véhicule autonome (qui exploite des algorithmes de fusion de données) puisse prendre une décision éclairée. Des données plus abondantes et plus variées permettent aux véhicules autonomes de prendre de meilleures décisions. C'est pourquoi ceux-ci utilisent de nombreux types de capteurs.

Si nous comparons un véhicule autonome à un humain, les capteurs représentent les oreilles et les yeux qui détectent les dangers potentiels. Le cerveau (dont l'équivalent serait l'IA) interprète ensuite l'environnement en fonction de ce qui est observé. Bien que les capteurs ne soient pas encore aussi précis que les sens humains, beaucoup d'entre eux peuvent être combinés pour dresser un tableau complet de l'environnement du véhicule.

Les principaux capteurs d'un véhicule autonome sont les suivants :

• Caméra : elle agit comme les yeux du véhicule et voit le monde qui l'entoure
• LiDAR : il analyse les distances et détermine la distance entre le véhicule et un obstacle
• Radar : il mesure les courtes distances et détermine la vitesse
• Capteur thermique : utilisé lorsque les caméras ne sont pas exploitables (par exemple, dans des tunnels et dans l'obscurité), il mesure la température émise par des personnes et des objets qui ne peuvent pas être vus par la caméra.
• Capteur à ultrasons : placé dans les roues, il détecte les trottoirs et les autres voitures lors du stationnement

Les algorithmes de fusion de capteurs sont essentiels pour garantir qu'un véhicule autonome peut se déplacer efficacement. La fusion de capteurs prend les données de chaque capteur (allant de la vitesse d'un objet à sa distance) et les compile pour évaluer la situation.

Elle détermine également la priorité des différents capteurs en fonction de l'environnement. Par exemple, s'il fait sombre, les données des caméras thermiques prendront le pas sur celles des caméras classiques pour la prise de décisions.

La conception des véhicules autonomes passe par une multitude d'étapes, notamment la conception des composants, la conception des systèmes, et la validation. Un logiciel de simulation est utilisé à chaque phase pour rationaliser les workflows.

La conception des composants comprend l'optimisation des lentilles, des bobines mécaniques et des multiples capteurs, ainsi que de leur position sur le véhicule. Bien que le composant puisse être parfait individuellement, il peut ne pas s'adapter à l'emplacement souhaité en raison de la géométrie du véhicule ou d'une perturbation interférant avec le fonctionnement du capteur. 

La simulation permet de placer les composants dans différents scénarios et conditions météorologiques afin de s'assurer qu'ils sont efficaces dans l'écosystème opérationnel du véhicule. Afin de réduire les délais et les coûts, l'ensemble du processus de conception repose sur la validation la plus rapide possible de chaque étape.

La sécurité et la réglementation jouent un rôle clé dans la conception des composants et des systèmes de détection. En effet, elles déterminent la définition des exigences fonctionnelles et de sécurité du système. Les différentes réglementations régionales et industrielles régissent les niveaux d'automatisation qui peuvent être adoptés. Par exemple, l'automatisation complète existe déjà dans les industries minière et agricole, alors que seules des fonctionnalités d'automatisation partielle sont actuellement autorisées dans les secteurs automobile et aérospatial.

Pour comprendre les contraintes rencontrées lors de la conception de véhicules plus autonomes, examinons ce qu'il se passe dans deux secteurs parmi les plus strictement réglementés :

• Aérospatial : En aérospatial, rien ne sort de l'usine sans une validation stricte. Tous les capteurs doivent donc fonctionner dans des plages de températures extrêmes, à des vitesses élevées et dans des environnements à fortes vibrations. Si les avions sont automatisés à hauteur de 98 % par le pilote automatique, l'approbation d'un appareil sans pilote s'annonce difficile en raison des problèmes de sécurité potentiels. Ansys fait partie du Consortium ARP6983, qui cherche à élaborer de nouvelles réglementations validant les fonctions d'autonomie pour le secteur aérospatial.
• Automobile : la réglementation varie selon les régions. Tesla a lancé aux États-Unis des voitures aux fonctionnalités de conduite autonome (FSD), mais elles sont actuellement en attente d'approbation réglementaire en Europe. BMW a également sorti son deuxième Highway Assistant (aide à la conduite sur autoroute) de niveau 3 en Europe.

Un logiciel de simulation offre deux avantages distincts :

1. Il réduit la nécessité de prototypages coûteux en permettant le test et le développement virtuels, économisant ainsi du temps et des ressources.
2. Il est essentiel pour la validation et la vérification (V&V) des systèmes pilotés par l'IA. En effet, ces systèmes ne peuvent être validés que par des évaluations probabilistes des taux de défaillance, qui nécessitent des tests simulés approfondis.

Bien que ces deux atouts soient cruciaux, ils concernent des aspects différents du processus de développement et ne sont pas directement liés.

Voici quelques exemples parlants de la façon dont les logiciels Ansys sont utilisés tout au long du processus de conception :

• Logiciel Ansys Systems Tool Kit : il fournit un environnement de modélisation basé sur la physique pour analyser les plateformes et les charges utiles dans un contexte de mission réaliste.
• Logiciel Ansys medini analyze : il veille à ce que les véhicules soient sécuritaires et répondent aux exigences réglementaires.
• Logiciel Ansys Avxcelerate Autonomy : cette solution a été conçue spécifiquement pour prendre en charge le développement, le test et la validation de technologies de conduite automatisée sécuritaire.
• Logiciel Ansys Avxcelerate Sensors : il intègre la simulation de capteurs comme la caméra, le radar, le LiDAR et la caméra thermique pour évaluer virtuellement les systèmes ADAS complexes et les véhicules autonomes.
• Logiciel Ansys optiSLang : il peut mettre à l'échelle différents environnements de test et déterminer une série logique de scénarios de test.
• Logiciel Ansys Zemax OpticStudio : il permet d'optimiser les piles de lentilles dans les caméras du véhicule et le système LiDAR.
• Logiciel Ansys Lumerical FTDT : il sert à concevoir des capteurs CMOS avec les meilleures performances possibles.
• Logiciel Ansys Speos : Il simule et optimise la conception et les performances des systèmes optiques, y compris des lentilles et boîtiers.
• Logiciel Ansys HFSS : logiciel de simulation électromagnétique 3D employé dans la conception de différents composants électroniques haute fréquence intégrés aux véhicules autonomes, y compris les capteurs radiofréquence, le LiDAR, le radar et les caméras.

Dans l'ensemble, la simulation contribue à réduire les délais de développement et de commercialisation. En outre, différents logiciels de simulation peuvent être combinés tout au long du processus. Ansys s'attache à perfectionner le développement des véhicules de niveau 2 et de niveau 3, et œuvre à l'instauration d'un processus de conception plus approfondi pour les futurs véhicules autonomes de niveau 4 et de niveau 5.

Découvrez la combinaison idéale de solutions logicielles pour votre véhicule autonome avec Ansys.

Ressources connexes