En route vers le développement de la voiture autonome

Publish date:

Démontrer le potentiel de la 5G pour transformer l’industrie automobile et monétiser l’investissement.

Depuis des années, les constructeurs automobiles s’efforcent de réaliser un rêve de longue date, dans lequel les voitures autonomes circulent sans interruption sur les routes publiques, transportant leurs passagers dans le confort et la sécurité jusqu’à leur destination.

De grands progrès ont été accomplis vers cette nouvelle réalité. De nombreux constructeurs automobiles intègrent aujourd’hui dans leurs véhicules des logiciels offrant divers niveaux d’autonomie, mais seule une poignée d’entre eux a déjà rendu ces fonctions accessibles au conducteur.

La progression vers cet objectif n’est pas nécessairement ralentie par la disponibilité de la technologie utilisée dans les voitures autonomes – elle est déjà présente dans de nombreuses voitures actuellement en circulation – mais de manière plus significative par la réglementation et l’interopérabilité des technologies.

Il est bien connu que certaines entreprises qui ont rendu accessible la fonctionnalité de conduite autonome ont connu de graves problèmes, avec des blessures et même des décès parmi les conducteurs et les piétons. De tels terribles résultats compliquent encore les questions juridiques entourant le développement et le déploiement de la technologie, ce qui pourrait retarder le rythme de développement de plusieurs années.

Alors, comment accélérer en toute sécurité vers le futur de la conduite autonome ?

Cinq étapes vers la technologie de la conduite autonome

Il existe cinq niveaux dans la technologie de conduite autonome, le niveau un représentant certaines fonctions automatiques, telles que la détection des collisions ou les avertissements de franchissement de ligne, et le niveau cinq représentant l’automatisation complète, où aucun conducteur n’est nécessaire.

Pour atteindre des niveaux d’automatisation plus élevés, les capteurs d’un véhicule doivent percevoir les obstacles extérieurs et prendre en compte le jugement du conducteur en fonction de la distance et du temps, comme le ferait un conducteur humain. il est donc essentiel que les véhicules soient équipés d’une intelligence basée sur des « vérités » ou des données relatives au conducteur obtenues et validées par l’usage, ainsi que d’autres capteurs secondaires de haute qualité et des systèmes de caméras permettant le marquage extérieur en 2D ou 3D et l’extraction de scénarios.

Pour que cet équipement intelligent et ces scénarios se produisent, un travail manuel tel que le marquage et l’enrichissement des données est nécessaire – jusqu’à présent, cela représentait un effort considérable. Mais l’intelligence artificielle facilite considérablement les choses.

Les ingénieurs humains ne sont pas en mesure de traiter efficacement de telles masses de données. L’automatisation est donc essentielle pour garantir que les véhicules sont équipés d’une intelligence de scénario précise et exempte de redondances.

Quelle technologie mettre en oeuvre

À l’heure actuelle, même les leaders du marché n’en sont qu’au niveau trois, et les fonctionnalités ne dépassant pas le niveau deux sont reconnues et légalisées pour une utilisation sur les routes publiques. Par exemple, le mode « pilote automatique » exige toujours que le conducteur soit éveillé et alerte, prêt à intervenir manuellement en dirigeant et en freinant si nécessaire.

Cela nécessite une technologie extrêmement sophistiquée, non seulement pour que le véhicule détecte extérieurement les conditions et les événements sur la route, mais aussi pour qu’il surveille ce que fait le conducteur, même lorsqu’il est passé en mode de pilotage automatique et a confié le contrôle aux processeurs.

Les systèmes avancés d’aide à la conduite (ADAS) sont une pièce maîtresse du puzzle, en particulier lorsqu’il s’agit de franchir les différents niveaux d’autonomie. Le niveau trois, bien sûr, est celui où les choses se compliquent. Non seulement la technologie est exponentiellement plus complexe, mais chaque composant technologique, à chaque étape, doit être développé de manière à pouvoir se comporter correctement dans toutes les situations, puis il doit être validé et garanti de manière indépendante pour une utilisation efficace et sûre.

Pour certaines entreprises automobiles plus récentes, les essais et le déploiement de la technologie sont dans leur ADN depuis le début, la vision de la conduite autonome étant un objectif clairement identifié dans leur but. Mais pour les entreprises établies de plus longue date et les fabricants d’équipements d’origine (OEM), le parcours vers la technologie de la voiture autonome est sans doute plus difficile. Ces entreprises ne peuvent pas simplement faire table rase du passé et redéfinir leurs processus de développement à partir de zéro – à moins que ce ne soit par le biais d’une toute nouvelle entreprise expérimentale sans être gênée par les processus existants. Même dans ce cas, à mesure que la technologie ADAS se généralise, les consommateurs s’attendent à ce que les nouvelles voitures soient équipées en série de la fonctions ADAS de niveau 1 et 2. Cela signifie que le constructeur devra intégrer ces nouvelles technologies dans les gammes de véhicules existantes, et donc que de nouveaux éléments devront être ajoutés aux processus de conception, d’essai et de fabrication existants.

Très peu d’entreprises disposent des ressources ou du temps nécessaires pour mener leurs propres expériences et développer de nouveaux processus de mise en œuvre de l’ADAS. La mise en œuvre d’un « POC » (Proof-Of-Concept) fonctionnel pourraient réduire le temps et le budget de développement et libérer les entreprises de certaines des contraintes réglementaires auxquelles elles sont confrontées.

Les données derrières le moteur

Au-delà de la technologie et de la légalité, les systèmes d’assistance et la conduite autonome comportent un autre élément fondamental : les données.

Des niveaux plus élevés de fonctionnalité de la conduite autonome nécessitent davantage de conditions et de choix à calculer et à exécuter. Aucun véhicule ne pourrait parcourir suffisamment de kilomètres sur les routes publiques en faisant  face à toutes les éventualités. La modélisation virtuelle devient donc un élément essentiel des tests, ce qui implique la génération et le traitement de grandes quantités de données.

La digitalisation joue également un rôle fondamental dans la validation des données, en particulier lorsque les fonctionnalités et les mises à jour logicielles nécessaires doivent être effectuées. Les mises à jour par voie hertzienne qui nécessitent des mises à jour du logiciel et de l’interface utilisateur sont beaucoup plus pratiques avec des processus de gestion des versions de logiciels et de fonctionnalités en place, au lieu des méthodes traditionnelles qui reposaient sur des mises à jour matérielles.

En outre, les communications automatiques de véhicule à véhicule (V2V) et les interactions avec les dispositifs et les actifs qui font, par exemple, partie de la nouvelle infrastructure intelligente sur les routes (communications de véhicule à tout ou V2X), exigent également le transfert de volumes massifs de données, y compris sur les nouveaux réseaux 5G.

Mais plus encore, toutes les données qu’un véhicule produit et traite doivent être stockées, annotées, visualisées, analysées, puis mises à la disposition de toutes les différentes parties prenantes du développement.

Expérience et vision pour l’avenir

Selon le récent rapport du Capgemini Research Institute sur l’IA dans l’automobile, les grands équipementiers automobiles peuvent augmenter leurs bénéfices d’exploitation jusqu’à 16 % en déployant l’IA à grande échelle. Le rapport met également en évidence les domaines dans lesquels les constructeurs automobiles devraient concentrer leurs investissements en IA.

Capgemini travaille avec des clients de l’industrie automobile pour valider, vérifier et normaliser l’intelligence utilisée à tous les niveaux d’autonomie, et apporter aux organisations des « POC » fonctionnels et des ensembles de données constamment mis à jour dans leurs processus de conception et de développement existants.

La 5G est l’une des technologies de base qui permettra la conduite autonome sur les routes publiques. Cette nouvelle norme cellulaire accélère la vitesse de connexion et réduit la latence, et permet aux véhicules de communiquer entre eux et avec un très grand nombre d’actifs et d’infrastructures routiers connectés, de manière quasi instantanée.

Capgemini possède une grande expérience du déploiement de la conduite autonome 5G, de la construction de l’infrastructure à la conception et à la fabrication de véhicules intégrant la technologie 5G. Et avec Capgemini Engineering, nous sommes la seule entreprise mondiale à disposer à la fois de l’expertise de l’ingénierie produit, et de la capacité à maîtriser les données et à déployer la technologie à grande échelle, qui sous-tend la progression de l’industrie intelligente.

Nous pouvons co-développer des systèmes et des technologies autonomes, valider et vérifier les responsabilités pertinentes pour la sécurité, afin que les véhicules avancés et autonomes puissent être sur la route en toute sécurité, plus tôt.

Découvrez-en davantage sur la validation des systèmes d’automatisation de la conduite !

Nos auteurs

Sandhya Sule

Vice President, digital engineering Manufacturing Services

Roberto Castellano

Group Automotive Solution Manager Capgemini Engineering France

 

Related Resources

CxO Tech Brief – Banque

Le secteur bancaire est impacté par l’accélération des changements des comportements...

CxO Tech Brief – Sports & Divertissements

L’industrie du sport et du divertissement a été touchée par la pandémie, mais le...