VEH09
Robustesse des architectures et des systèmes
Enjeux
Le projet VEH09 a pour objectif de développer des principes d’architecture et d’intelligence du système autonome ainsi que des méthodes et éléments de justification pour assurer la sécurité des personnes et la fiabilité des systèmes d’un véhicule autonome où le conducteur n’est plus dans la boucle de décision et de maitrise de son véhicule.
Ce projet est articulé autour de plusieurs thématiques :
- Les préconisations sur les architectures fonctionnelles et systèmes utilisés en localisation, cartographie, perception, planification ou encore décision, pour optimiser et qualifiée le système autonome de pilotage d’un véhicule robot comme étant à haut niveau de sureté de fonctionnement.
- Les modes de prise de décision et de l’intelligence de la voiture autonome, à partir de spécifications d’un fonctionnel sûr, de stratégie de redondance, de priorité ou encore d’algorithmes d’intelligence artificiel.
- La sécurité des personnes du fait du véhicule autonome permettant de justifier son exploitation sur route ouverte, sachant que la justification et le dossier de sécurité ne peuvent pas s’appuyer sur les normes.
- La mise en place des moyens d’essais permettant d’enregistrer, et d’apprendre des situations réelles pour simuler et tester des démonstrateurs en situations critiques et valider les solutions associées.
Thèmes de recherche
- Sûreté de Fonctionnement d’un véhicule autonome niveau 4 en urbain
- Architecture fonctionnelle sûre et non vulnérable
- Sécurité d’une expérimentation
Description du projet
La robustesse en termes de sécurité et de fiabilité des systèmes et des architectures doit être démontrée, voire testée pour garantir aux usagers de la route un haut niveau de sécurité.
La génération des trajectoires doit s’articuler autour de 3 concepts : une trajectoire souhaitée, une trajectoire optimisant les risques et une trajectoire d’urgence ou de refuge.
L’architecture de tous ces éléments se construit à partir d’études de sûreté de fonctionnement, des exigences de sécurité et des modes dégradés potentiels associés, et des performances fonctionnelles de chaque capteur et logiciel d’algorithme.
Par ailleurs il est nécessaire de monitorer le véhicule et ses systèmes en situation de roulage dans son environnement pour détecter par apprentissage des situations réelles critiques, et les étudier en terme de risques statistiques, d’exigences techniques et de simulation.
Perspectives
La robustesse des systèmes nécessite l’identification de situations à risques par l’observation de très nombreux cas de roulage afin d’en établir les probabilités associées ainsi que les méthodes pour assurer une trajectoire plus sûre. Ces méthodes peuvent être de différentes natures : méthodes de diagnostic SWet HW en temps-réel, méthodes d’intelligence artificielle (apprentissage, réseaux de neurones,…) pour un module de décision performant, qualification des performances en termes de d’architecture sûre, de tolérance aux fautes, de compatibilité entre technologie et objectifs de sécurité ou de vulnérabilité…
Partenaires associés
