Dans le cadre du projet Providentia++, des chercheurs de l'Université technique de Munich (TUM) ont travaillé avec des partenaires industriels pour développer une technologie permettant de compléter la perspective du véhicule basée sur l'entrée d'un capteur embarqué avec une vue d'ensemble des conditions de circulation. Cela améliore la sécurité routière, y compris pour la conduite autonome.

Les attentes en matière de conduite autonome sont claires :"Les voitures doivent rouler en toute sécurité non seulement à basse vitesse, mais aussi dans un trafic rapide", déclare Jörg Schrepfer, responsable de Driving Advanced Research Germany chez Valeo. Par exemple, lorsque des objets tombent d'un camion, la perspective "égocentrique" d'une voiture sera souvent incapable de détecter à temps les débris dangereux. "Dans ces cas, il sera difficile d'exécuter une action d'évitement en douceur", explique Schrepfer.

Les chercheurs du projet Providentia++ ont développé un système pour transmettre une vue supplémentaire de la situation du trafic dans les véhicules. "En utilisant des capteurs sur les ponts et les mâts de signalisation aérienne, nous avons créé un jumeau numérique fiable et en temps réel de la situation du trafic sur notre itinéraire d'essai qui fonctionne 24h/24", déclare le professeur Alois Knoll, chef de projet TUM. "Grâce à ce système, nous pouvons désormais compléter la vue du véhicule avec une perspective extérieure - une vue à vol d'oiseau - et intégrer le comportement des autres usagers de la route dans les décisions."

Transmettre le jumeau numérique dans la voiture :minimiser les délais

Transmettre le jumeau numérique dans la voiture est loin d'être anodin :le jumeau numérique doit connaître l'emplacement exact du véhicule dans lequel les informations de la station de détection sont transmises. Pour rendre cela possible, le partenaire du projet Valeo a utilisé un système IMU-GNSS (unité de mesure inertielle - système global de navigation par satellite) composé d'une unité de mesure, d'un système de navigation par satellite et d'un kit cinématique en temps réel.

« Nous créons ainsi en temps réel un système de coordonnées précis au centimètre près », explique Jörg Schrepfer, expert Valeo. Pour synchroniser les informations des véhicules et des stations de mesure du jumeau numérique, les chercheurs utilisent la norme UTC, qui fournit une base uniforme de coordination des temps. Idéalement, la cartographie numérique serait superposée comme une deuxième couche sur la perspective de la voiture.

Cependant, les décalages temporels (latences) dans le système global ne peuvent pas être entièrement évités. De la détection physique par les capteurs et le traitement des données à la transmission radio au véhicule, le temps passe. Les données sont conditionnées, codées et transmises puis décodées dans la voiture. D'autres conditions jouent également un rôle, telles que la distance entre le véhicule et la tour émettrice sur le parcours d'essai et le volume de trafic sur le réseau de transmission de données. Lors d'une récente démonstration, Valeo a travaillé avec la norme sans fil LTE (4G), qui entraînait une latence de 100 à 400 millisecondes. "Ces latences ne peuvent jamais être complètement éliminées. Cependant, des algorithmes intelligents aideront", explique Schrepfer. "Les résultats seront encore meilleurs à l'avenir lorsque nous aurons une couverture complète avec les normes de télécommunications 5G ou 6G."

Prototype disponible pour le jumeau numérique en temps réel

Le projet de recherche Providentia++ a créé les conditions d'utilisation de ces données dans le véhicule. L'objectif était de créer un jumeau numérique évolutif et hautement disponible de la situation du trafic avec une capacité en temps réel. À cette fin, l'équipe a construit une route d'essai de 3,5 kilomètres à Garching, juste à l'extérieur de Munich, composée de sept stations de détection. Le prototype a été développé pour permettre une implémentation en série si besoin :

• Les chercheurs travaillent avec des jumeaux numériques décentralisés. Cela permet d'augmenter ou d'étendre l'itinéraire de test à la longueur souhaitée.
• Pour gérer des volumes de données de plusieurs gigaoctets par seconde, ils ont créé un concept de traitement des données qui optimise la répartition de la charge sur plusieurs processeurs et cartes graphiques (GPU).
• Des défis de programmation particuliers ont été posés par l'étalonnage des capteurs et le développement des algorithmes de suivi, des tâches pour lesquelles aucun logiciel n'existait. "Nous utilisons maintenant un processus de calibrage automatique basé sur une feuille de route haute résolution (carte HD). Il n'existait pas auparavant, nous avons donc dû le développer", explique le chef de projet technique Venkatnarayanan Lakshminarashiman de la chaire TUM de robotique et d'intelligence artificielle. et systèmes en temps réel.

Le chef du consortium, le professeur Alois Knoll de TUM, a déclaré :"Le jumeau numérique est prêt pour la phase de développement du projet. Le concept fonctionne de manière fiable 24h/24 et 7j/7 et convient non seulement aux autoroutes, mais également aux routes secondaires et aux intersections."

Une recherche connexe a été publiée dans la 2022 25th International Conference on Information Fusion (FUSION) et le Symposium IEEE 2022 sur les véhicules intelligents (IV) . + Explorer plus loin

Une solution économique et viable permettant aux voitures autonomes de repérer les GPS piratés