Des magasins de bricolage, des concessions automobiles et des ronds-points. La zone d’activités du Bel Air à Rambouillet (Yvelines) est un décor banal pour n’importe quel conducteur humain. Mais au même endroit, un réseau de neurones artificiels se creuse les méninges pour localiser en temps réel chaque véhicule. Prudemment, une voiture autonome s’insère dans le flux de circulation.
Étendre la perception de la voiture
Si l’on fait fi de sa vitesse, la Renault Zoé qui fait sa démonstration, le 9 juillet, ressemblerait presque à une voiture de rallye avec sa carrosserie bardée de logos. On y reconnaît les membres du projet Tornado. Ils sont une dizaine, dont Renault, la start-up EasyMile ou Heudiasyc, un laboratoire du CNRS et de l’Université de technologie de Compiègne (UTC). Le partenariat avait débuté en 2017 pour expérimenter des services de mobilité autonome en zone périurbaine.
"Nous avons identifié les ronds-points comme des zones complexes. Il y a beaucoup d’interactions qui rendent la navigation difficile", introduit Philippe Xu, maître de conférences au laboratoire Heudiasyc. Les ingénieurs ont donc travaillé sur une solution capable d’étendre la perception de la voiture.
Simon Chodorge Le but du projet Tornado est de démontrer l’interaction entre un véhicule autonome et une infrastructure intelligente pour sécuriser la traversée de ronds-points. Toutes les photos: Simon Chodorge
Pour leur démonstration, les chercheurs se sont postés sur un cas un peu extrême: un rond-point végétalisé où les touffes d’arbres et de buissons entravent la visibilité. "Un humain arrive à percevoir assez loin sans s’en rendre compte. Pour un véhicule, c’est très complexe avec nos technologies de capteurs", souligne Philippe Bonnifait, directeur du laboratoire Heudiasyc et professeur en automatique-robotique.
Un seul référentiel spatial
Sanglée à un lampadaire à l’entrée du rond-point, une caméra domine la scène. Un long câble relie l’instrument à un ordinateur à l’intérieur d’une camionnette à l’arrêt. De l’autre côté du carrefour, une installation similaire a été mise en place. À l’arrière du van, un étudiant de l’UTC suit le mouvement des véhicules sur un écran. Des petits rectangles se déplacent sur une carte routière. "Grâce à un réseau de neurones artificiels, on reconnaît où sont les objets d’intérêt: voitures, piétons, motos, camions… Pendant six mois, j’ai travaillé pour affiner la position", explique Sébastien Darche, ingénieur en informatique.
Simon Chodorge Les cartes utilisées par les ingénieurs cartographient au centimètre près les marquages au sol et les bords de route.
Ces informations sont communiquées en temps réel à la voiture autonome. "Les données de la caméra doivent être mises dans le même référentiel spatial que la voiture, insiste Philippe Xu. La voiture va pouvoir connaître la position des obstacles qui approchent alors que le conducteur humain ne le verrait pas".
“Nous avons mis l’accent sur la sécurité”
La Renault Zoé dispose de ses propres capteurs. Sur son toit, des caméras et des LiDAR ont été fixés pour balayer l’environnement à 360 degrés. Il faut ouvrir le coffre pour découvrir le coeur de la machine, un écheveau de boîtiers et de câbles permettant d’assurer la conduite autonome: des récepteurs satellite pour le positionnement GPS du véhicule, un routeur réseau, des boîtiers pour récupérer les données des LiDAR et des caméras, une batterie pour alimenter les différents capteurs, un convertisseur de courant, un calculateur…
S’il n’y a que des voitures autonomes, elles peuvent se coordonner entre elles. Mais les humains peuvent être imprévisibles.
— Philippe Xu, maître de conférences au laboratoire Heudiasyc
Simon Chodorge Le coffre de la Renault Zoé et son amas de boîtiers.
"Le calculateur, c’est là où passent tous les ordres, décrit Philippe Xu. L’ordre est calculé par l’ordinateur avec toutes les informations dont il dispose. Ensuite, il communique cette valeur au calculateur". Derrière le volant, un conducteur peut à tout moment freiner ou reprendre en main le véhicule pour outrepasser les ordres de l’algorithme de décision. Un son de klaxon retentit sur le rond-point: un automobiliste s’impatiente derrière la voiture autonome. "Nous avons mis l’accent sur la sécurité de la navigation. Quand le trafic est dense, un conducteur aurait tendance à forcer le passage, mais la voiture respecte le code de la route. Elle peut attendre longtemps", reconnaît Philippe Xu.
Simon Chodorge Les capteurs sur le toit de la Renault Zoé.
Infrastructure intelligente
La voiture autonome n’en a pas fini avec les incivilités. Elle s’arrête derrière une camionnette de livraison garée approximativement sur la route. Pour les ingénieurs, c'est l’étape la plus difficile de la longue route vers la voiture sans conducteur: celle où les véhicules traditionnels continuent de cohabiter avec les voitures autonomes. "S’il n’y a plus que des voitures autonomes, c’est très facile. Elles peuvent se coordonner entre elles. Mais les humains peuvent être imprévisibles", rappelle Philippe Xu.
Nous allons commencer à imaginer de nouvelles façons de conduire.
— Philippe Bonnifait, directeur du laboratoire Heudiasyc
En attendant la généralisation de ces systèmes de communication V2V (vehicle-to-vehicle), les équipes mettent en avant l’intérêt de faire coopérer les voitures autonomes avec une infrastructure intelligente dans les zones dites complexes: endroits à faible visibilité, portions de routes où les accidents se produisent fréquemment... "Le but n’est pas de mettre des caméras partout", nuance Philippe Xu. "L’avantage de l’infrastructure est de pouvoir certifier davantage les informations, puisque cela va être géré par une autorité ou un gestionnaire de voirie", ajoute le maître de conférence en évoquant les risques de cyberattaques.
Simon Chodorge La vitesse de la voiture autonome a été bridée à 50 km/h.
Le projet Tornado est arrivé à son terme. Mais Heudiasyc va continuer de travailler avec Renault au sein du laboratoire Sivalab, une unité spécialisée dans les systèmes de localisation et de perception pour les véhicules autonomes. "Notre vision n'est pas forcément d’avoir des véhicules autonomes complets. C’est très complexe à faire. Nous voulons plutôt travailler sur des systèmes d’aide à la conduite. Dans les 10 ans qui viennent, nous allons commencer à imaginer de nouvelles façons de conduire", projette Philippe Bonnifait.
