Mais aussi pour d’autres usages, notamment prévenir les secours en cas d’accident, à l’aide des technologies de communication longue distance, à l’instar des réseaux téléphoniques 4G ou 5G. « Mieux encore : les usagers auront la possibilité d’ajouter de nouvelles fonctionnalités et des services tout au long de la vie de leur véhicule, avec des mises à jour régulières pour bénéficier en permanence des dernières versions des logiciels grâce à la technologie Over-The-Air (OTA). Nous travaillons sur ce sujet, afin de renforcer la fiabilité et la sécurité de ces technologies. »

La provenance des données pour les véhicules connectés

Et la connectivité ne s’arrête pas à son propre véhicule. Pour avoir connaissance de la circulation sur son itinéraire, l’usager peut compter sur des informations venant d’autres véhicules sur le trajet. « Prenons un exemple, suggère Julien Fouth, celui du système de navigation capable de fournir un trajet alternatif, quand le premier itinéraire planifié est encombré par des ralentissements. C’est possible grâce aux véhicules précédents, qui ont repéré l’embouteillage et qui communiquent en temps réel dans le cloud. »

Les véhicules connectés sont aussi en mesure d’émettre et de recevoir des informations avec leur environnement, plus précisément avec certaines infrastructures routières : un tunnel, un carrefour, un feu de signalisation… « Tout cela existe déjà, précise-t-il, mais pas en temps réel. Il y a encore beaucoup de latence sur le cloud. Néanmoins, quand on voit à quelle vitesse les puissances de calcul se déploient, on peut se montrer optimiste pour envisager d’améliorer la sécurité des usagers avec davantage d’immédiateté dans les informations. »

Tous les véhicules autonomes ne le sont pas

Souvent, on confond l’aide à la conduite avec un véritable véhicule autonome…, qui n’existe pas encore. La SAE (Society of Automative Engineers) distingue cinq niveaux d’autonomie automobile.

« Le niveau 1 concerne la simple assistance à la conduite. Le biiip qui résonne à l’approche d’un obstacle, détaille Julien Fouth. Au niveau 2, on peut déjà parler de conduite semi-autonome, avec la prise de contrôle du véhicule par le régulateur de vitesse par exemple. Vient ensuite le niveau 3, appelé aussi conduite autonome conditionnelle, quand un véhicule peut se garer seul, grâce à une prise de contrôle longitudinal et latéral. Le véhicule de niveau 4 est autonome dans un environnement structuré. Il en existe aujourd’hui. Le véhicule autonome de niveau 5 fait tout, tout seul. Il est encore en cours de développement. »

Pour y voir plus clair, qu’attend-on d’un véhicule autonome ? Être capable de percevoir son environnement, c’est-à-dire être en mesure de voir, entendre, savoir où il se trouve… à la place du conducteur. Pour ce faire, le véhicule autonome est doté d’une batterie de capteurs, de type caméras, radars ou lidars, qui doivent se compléter pour saisir toutes les situations. Il convient donc d’intégrer ces composants dans un même référentiel temporel et géométrique, afin de fusionner leurs données et d’être plus performant.

« Cette étape de perception de l’environnement par le véhicule autonome est essentielle, affirme Julien Fouth, et nous distinguons la perception verticale des objets, autrement dit les piétons, les cyclistes, les motards…, et la perception horizontale des signaux routiers, comme les passages piétons, les lignes continues… On fait appel à des capteurs différents ! »

Une fois que l’objet est perçu, il faut pouvoir le positionner sur une carte. Avec la nécessité de travailler sur de la cartographie haute définition, cette tâche est complexe, avec énormément d’informations. « De surcroît, le véhicule autonome se déplace sur la base d’une cartographie glissante, insiste-t-il, pour savoir ce qui se passe devant et derrière lui. Et ce n’est pas tout, puisque le véhicule exploite en plus les données satellitaires (GPS…). Notre challenge, c’est de faire corréler les informations produites par les capteurs du véhicule avec celles venant des satellites. Cela, avec une exigence centimétrique ! »

Prendre des décisions et agir

Outre la perception de l’environnement, le véhicule autonome doit aussi pouvoir prendre des décisions : s’arrêter face à un obstacle, le contourner, doubler la voiture qui précède ou bien faire demi-tour. Les technologies à bord du véhicule pourront en plus prendre en compte la conduite voulue par l’usager, que ce soit une conduite sportive ou une écoconduite… Cette prise en compte va alors se traduire par des règles en matière de commande longitudinale et de commande latérale, pour définir des consignes de couple moteur, de freinage ou de contrôle d’angle au volant.

« Quand on retient ainsi le comportement routier des conducteurs, on entre dans une grande complexité, observe Julien Fouth. Le véhicule autonome doit en effet circuler avec des usagers avec des habitudes de conduite très variées, en y ajoutant en plus le code de la route. Un humain est conscient de ce qui peut se passer avec les autres conducteurs. C’est ici que l’intelligence artificielle a un rôle à jouer afin de mesurer différentes situations. On parle donc l’intelligence situationnelle. »

Pour ensuite passer à l’action, le véhicule autonome devra le faire en toute sécurité. « Dans ce contexte, il devra respecter des règles de progressivité. Les consignes de commande ne peuvent pas être appliquées en passant du tout ou rien. Elles doivent être progressives, pour le confort et la sécurité des occupants du véhicule. C’est tout l’enjeu d’interactions entre le châssis et la chaîne de transmission, pour se substituer aux mains et aux pieds du conducteur. »

Modélisation et intelligence artificielle

Pour faire marcher ces fonctions ensemble, l’industrie automobile exploite à la fois des outils de calcul classiques, notamment pour modéliser le comportement des véhicules, et l’intelligence artificielle sur la voie de l’autonomie totale.

« Dans cette perspective, l’intelligence artificielle doit pouvoir expliquer des décisions et ses actions, insiste Julien Fouth, ce qu’elle n’est pas en mesure de faire actuellement. SEGULA Technologies travaille justement sur cette “intelligence artificielle explicable”. »

Plus globalement, l’entreprise s’est spécialisée sur l’ensemble de l’offre de véhicules connectés et autonomes, de la conception à l’industrialisation : développement de systèmes ADAS (Advanced Driver Assistance System), d’algorithmes pour gérer les données des capteurs, seuls et combinés, concevoir des modules de décision plus ou moins complexes, d’activités de validation virtuelle…

La validation virtuelle est une des expertises fortes de SEGULA Technologies. Dans le cas d’un véhicule autonome, pour vérifier l’ensemble de ses fonctions dans toutes les situations possibles, il faudrait qu’il roule sur des millions et millions de kilomètres, des années durant. C’est économiquement très coûteux, voire impossible pour les constructeurs. La validation par la génération de différents scénarios de roulage est donc LA solution. Une solution virtuelle maîtrisée et mise en œuvre par SEGULA Technologies.

« Nos services bénéficient d’une veille permanente sur l’état de l’art de la mobilité autonome, conclut Julien Fouth. Nous travaillons avec un écosystème de startups, pour être au fait des innovations du secteur. De cette manière, nous sommes en capacité de mieux accompagner nos clients sur leurs besoins et d’être “moteur” sur les véhicules de demain. »

Cette interview est issue du mag auto, à télécharger ci-dessous.