Présentation
EnglishRÉSUMÉ
Le véhicule autonome et communicant sous ses aspects techniques ou non techniques fait l'objet du présent article. Après un bref historique, ce sont les cinq niveaux d’automatisation définis dans la recommandation SAE J3016 qui sont décrits. L’article aborde ensuite les aspects cognitifs et sensori-moteurs de la tâche de conduite chez l’être humain ce qui permet d’introduire sept fonctions clés du véhicule autonome et la façon de les organiser. Les évolutions conjointes des véhicules et de l’infrastructure sont ensuite évoquées dans une perspective d’optimisation de la sécurité et de la mobilité. La question du déploiement progressif des véhicules autonomes est également explorée et l’article s’achève par l’analyse des verrous techniques et non techniques qui pourraient constituer des freins au déploiement.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Jacques EHRLICH : Ancien directeur du laboratoire sur les Interactions Véhicules-Infrastructure-Conducteurs IFSTTAR (fusionné en 2019 avec l’université Gustave Eiffel) - Directeur de Recherche émérite Université Gustave Eiffel, Versailles, France
INTRODUCTION
Le concept de véhicule autonome date des années 1980, où il suscita un premier engouement dans les milieux de la recherche et de l’industrie, suivi au début des années 2000 d’une forme de traversée du désert due essentiellement à de fortes incertitudes sur son acceptabilité par les usagers. L’arrivée du Google Car a changé la donne en créant un véritable choc plus médiatique que technologique dans un contexte devenu favorable à cause de la pression croissante et généralisée du contrôle-sanction automatisé. Depuis le véhicule autonome et connecté n’a cessé de susciter un intérêt croissant et l’émergence d’un marché a lancé dans la course tous les constructeurs et équipementiers. Cela s’est d’abord concrétisé par une définition claire et consensuelle du concept sous la forme de cinq niveaux d’automatisation allant de simples systèmes d’aides à la conduite jusqu’à l’automatisation totale où la présence d’un conducteur n’est plus forcément requise. Grâce à cette approche graduée, c’est plus à une évolution qu’à une révolution à laquelle on assistera dans les deux prochaines décennies : les systèmes avancés d’aide à la conduite (ADAS), qui se situent aux niveaux 2 et 3 contiennent les briques technologiques qui constitueront les fonctions clés des véhicules autonomes des niveaux 4 et 5 et dont les plus importantes sont : la localisation précise, la détection des obstacles, la modélisation de la dynamique du véhicule, l’analyse et la compréhension de la scène routière, la planification de la trajectoire, le maintien de la tenue de situation et la surveillance de l’état du conducteur. Toutes ces briques doivent s’intégrer dans le véhicule pour former l’architecture électronique et informatique embarquée des véhicules autonomes. Si pendant longtemps, on a cru que le véhicule autonome était une affaire purement « automobile », la fin des années 2010 a mis en évidence l’importance de l’infrastructure et souligné les synergies à faire jouer dans une collaboration gagnante-gagnante entre les industriels de l’automobile, ceux de la route et les pouvoirs publics, tout ceci dans un souci d’accroissement de la sécurité et d’optimisation de la mobilité. Pour autant toutes les difficultés techniques ne sont pas résolues : elles ont même été considérablement sous-estimées rendant la prospective très difficile à établir notamment pour ce qui concerne les véhicules autonomes du niveau 5. Pour cerner la complexité et tenter de la réduire, on a compris qu’il était nécessaire de mieux préciser les situations dans lesquelles les véhicules autonomes seront amenés à évoluer : ce sont les notions récentes d’ODD (Operational Design Domain) qui fixent le cadre d’évolution des véhicules et d’ISAD (Infrastructure Support levels for Automated Driving) qui précisent la contribution attendue de l’infrastructure. En Europe, toutes ces avancées ont permis de clarifier les modalités de déploiement progressif des véhicules autonomes selon des cibles technologiques (les types de véhicules) et des cas d’usages (les scénarios d’utilisation) qui ont été précisés par la plateforme européenne ERTRAC. Mais au-delà des cas d’usages, ce sont de nouvelles pratiques de mobilités qui se dessinent au niveau mondial et de façon sous-jacente de nouveaux modèles économiques : ainsi les défis de demain ne sont pas tant la vente de véhicules que la vente de services de mobilités dans le cadre d’alliances entre constructeurs et opérateurs de mobilité. Il reste que tous les obstacles pour atteindre les plus hauts niveaux de l’automatisation (4 et 5) ne sont pas tous levés : ils peuvent être techniques mais aussi non techniques quand ils concernent l’acceptabilité individuelle, la compatibilité avec la réglementation et les questions de responsabilités en cas d’accident et l’indemnisation des victimes.
MOTS-CLÉS
véhicule traceur planification de trajectoire recommandation SAE J3016 automatisation de la conduite
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Innovation > Innovations technologiques > Innovations en électronique et TIC > Véhicule autonome et connecté - Technologies, enjeux et déploiement > La tâche de conduite : aspects cognitifs et sensori-moteurs
Accueil > Ressources documentaires > Ingénierie des transports > Véhicule et mobilité du futur > Systèmes de transport intelligents > Véhicule autonome et connecté - Technologies, enjeux et déploiement > La tâche de conduite : aspects cognitifs et sensori-moteurs
Accueil > Ressources documentaires > Technologies de l'information > Réseaux Télécommunications > Réseaux et télécoms : innovations et tendances technologiques > Véhicule autonome et connecté - Technologies, enjeux et déploiement > La tâche de conduite : aspects cognitifs et sensori-moteurs
Cet article fait partie de l’offre
Smart city - Ville intelligente et durable
(91 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
3. La tâche de conduite : aspects cognitifs et sensori-moteurs
Sans doute est-ce une tendance naturelle de l’être humain que de concevoir des automates à son image. Le véhicule autonome n’échappe pas à la règle : aussi pour appréhender sa logique de fonctionnement il convient de comprendre comment le conducteur humain gère la tâche de conduite.
Observons la scène routière de la figure 1 et considérons le véhicule en rouge, que nous appelons EGO par la suite. Nous faisons l’hypothèse que le véhicule V1 exécute un freinage brusque. Le conducteur d’EGO va percevoir cette situation et tenter d’éviter la collision. Trois options s’offrent à lui :
-
Rester dans sa voie et tenter un freinage d’urgence : cette option expose le conducteur à une collision par l’avant si la manœuvre échoue et une collision par l’arrière par V5 ;
-
Éviter V1 par un changement de file à gauche : cette option expose le conducteur à une perte de contrôle si la vitesse est élevée et à une collision par l’arrière par V2 ;
-
Éviter V1 par un changement de file à droite : même risque qu’avec l’option 2 mais avec une collision par l’arrière par V6.
Pour choisir la meilleure option, le conducteur doit avoir une perception complète de la scène, incluant tous les véhicules. Il doit être capable d’estimer leur vitesse respective, relativement à sa propre vitesse. Il doit connaître la capacité de freinage de son véhicule et ses capacités à mener une manœuvre d’évitement sans perte de contrôle. Finalement, il doit mettre en œuvre l’option retenue. Tout ce processus d’analyse et d’action doit être mené en quelques secondes.
Il convient de noter que les réactions d’un conducteur expérimenté seront probablement différentes de celles d’un novice. Par exemple le conducteur expérimenté pourrait prendre en compte la masse du véhicule qui le suit (V5). En cas de choc par l’arrière les conséquences seront moindres selon que l’on a affaire à une motocyclette ou un poids lourd. Ce constat pèsera pour décider de retenir ou rejeter l’option 1.
L’exemple précédent illustre parfaitement le modèle séquentiel en quatre étapes que nous présentons ci-dessous : perception, analyse, décision,...
Cet article fait partie de l’offre
Smart city - Ville intelligente et durable
(91 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
La tâche de conduite : aspects cognitifs et sensori-moteurs
BIBLIOGRAPHIE
-
(1) - (*) - Review of the history of interest in fully automated vehicles and highways. - http://onlinepubs.trb.org/onlinepubs/sr/sr253/sr25302.pdf
-
(2) - SAE International - Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles. - (2016). https://www.sae.org/standards/content/j3016_201806/
-
(3) - UK DEPARTMENT OF TRANSPORT - Research on the impacts of connected and autonomous vehicles (cavs) on traffic flow. - Summary Report, ATKINS (2016).
-
(4) - GRUYER (D.) et al - Are Connected and Automated Vehicles the silver bullet for future transportation challenges? Benefits and weaknesses on Safety, Consumption, and Traffic congestion. - À paraître chez Frontiers (2021).
-
(5) - COHEN (S.) - Systèmes et méthodes de détection automatique d’incident des incidents routiers. - coll. INRETS, ISSN : 0769-0274, ISBN : 2-85782-615-X (2005).
-
...
DANS NOS BASES DOCUMENTAIRES
RDS-TMC : Traffic Message Channel : https://fr.wikipedia.org/wiki/Traffic_Message_Channel#Historique
Véhicule ALV : http://www.cs.cmu.edu/afs/cs/project/alv/www/index.html
Google Car : https://fr.wikipedia.org/wiki/Voiture_sans_conducteur_de_Google
Programme d’investissements d’avenir : https://www.gouvernement.fr/le-programme-d-investissements-d-avenir
Institut VEDECOM : http://www.vedecom.fr/
Projet Prometheus (Programme for a European Traffic of Highest Efficiency and Unprecedented Safety) : http://www.eurekanetwork.org/project/id/45
Projet Moral Machine : https://www.moralmachine.net/hl/fr
V-Traffic : http://www.v-traffic.com/
Waze : https://www.waze.com/fr/livemap?dir_first=poi
Projet SCOOP : http://www.scoop.developpement-durable.gouv.fr/
Plateforme C-ROADS : https://www.c-roads.eu
Standard IEEE 802.11p : https://en.wikipedia.org/wiki/IEEE_802.11p...
Cet article fait partie de l’offre
Smart city - Ville intelligente et durable
(91 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive