|
|
|
| Introduction |
|
|
|
|
| ------ |
|
|
|
|
| Un véhicule autonome est une machine qui se déplace tous seule a l'aide des algorithmes. Un véhicule avançant toute seule est attractive pour les constructeurs comme pour les consommateurs.
|
|
|
|
L’avance technologique pousse a l’automatisation des véhicules. Cependant, les véhicules autonomes doivent pouvoir percevoir leur environnement, géré les prises de décisions grâce a des algorithmes de vision. Ces algorithmes vont devoir faire des analyses d’image, des analyses de la scène, la géométrie de la scène pour voir si le sol est plat, calcule la hauteur des passage piéton.
|
|
|
|
Ainsi ils pourront détecter les objets, localiser les voitures, les piétons. Ils doivent aussi s'adapter au condition météo (pluie, neige, brouillard). Après avoir détecter tous les obstacles, tous les autres véhicules, quel sera la décision du véhicules ? Ce n'est pas forcement que des que l'on détecte un piéton qu’on doit s’arrêter. Parfois on doit l’éviter ou accélérer avant qu’il passe. |
|
|
|
|
|
|
|
|
|
|
|
|
| Présentation problématique |
|
|
|
|
| ------ |
|
|
|
|
| L’automatisation des véhicules est fondamental pour l’avenir.
|
|
|
|
Le besoin d’optimiser la conduite qui va entraîner une baisse du risque d’accident et diminue l’effort du conducteur.
|
|
|
|
La détermination des itinéraires les plus courts ce qui pourra entraîner la diminution des dépenses en carburant, ainsi qu'une diminution des bouchons.
|
|
|
|
Les voitures autonomes contribuent à favoriser l'autonomie et la mobilité des personnes en situation de handicap. |
|
|
|
|
|
|
|
|
| 1. Status of art des véhicules Autonomes |
|
|
|
|
| ------ |
|
|
|
|
La première voiture autonome à être conçu était un chariot qui pouvait se déplacer sans être poussé ou tiré. Depuis, on assiste à son évoluer avec différents prototypes de véhicules autonomes.
|
|
|
|
En 1977 le Laboratoire de robotique de Tsukuba au Japon a mis sur le marché avec succès une automobile automatique sur un circuit dédié.
|
|
|
|
Le suivi de trajectoire consiste à suivre la trajectoire avec des marqueurs reconnaissables au sol à l'aide de camera.
|
|
|
|
|
|
|
|
Source : https://www.pinterest.fr/pin/379287599848041068/
|
|
|
|
1984 camionnette automatique équipée de caméras testée par Mercedes-Benz. Le véhicule atteint 100 km/h sur un réseau routier sans trafic.
|
|
|
|
Nirina « _Comprendre les véhicules autonomes à travers leur histoire_ »,
|
|
|
|
lebigdata, 23/05/2021 [en ligne]. Disponible sur : < https://www.lebigdata.fr/comprendre-les-vehicules-autonomes-a-travers-leur-histoire > (23/03/2022)
|
|
|
|
La voiture autonome n’a suscité en 2014, lorsque Google a annoncé de lancer l’essai sur route d’un véhicule autonome, "la Google car", une voiture autonome entièrement conçue par ses ingénieurs. Le projet porte en réalité sur deux types de véhicules. C'est une petite voiture électrique, mais aussi sur des véhicules de série modifiés pour être équipés de toute la technologie nécessaire pour rouler sans conducteur.
|
|
|
|
|
|
|
|
Source : https://www.voiture-autonome.net/google-car
|
|
|
|
La Google car ne dépasse pas alors les 40 km/h et 130 km d’autonomie. Elle ne possède ni volant ni pédale de frein ou d’accélérateur.
|
|
|
|
Pierrick Labbe « _Waymo : Tout savoir sur la Google Car_ », meilleure innovation, 27/07/2021 [en ligne]. Disponible sur : < https://www.meilleure-innovation.com/waymo-tout-savoir-google-car/ > (23/03/2022)
|
|
|
|
En 2014, Tesla a lancé l'autopilote qui est un systèmes d’aides à la conduite semi-autonome. Elle est équipée d’un radar avant, d’une caméra avant et de 12 capteurs ultrasons d’une portée de 5 mètres. La caméra de recule ne sert que pour l’utilisation humaine.
|
|
|
|
|
|
|
|
Source : https://www.automobile-propre.com/dossiers/autopilot-de-tesla/
|
|
|
|
Matthieu Lauraux « _L’Autopilot de Tesla_ », meilleure innovation, 14/08/2019 [en ligne]. Disponible sur : < https://www.automobile-propre.com/dossiers/autopilot-de-tesla/ > (23/03/2022)
|
|
|
|
|
|
|
|
| 2. Sociale |
|
|
|
|
| ------ |
|
|
|
|
**Diminution des accidents**
|
|
|
|
On estime que 90% des accidents sont dus à des erreurs humaines.
|
|
|
|
L’avènement des véhicules autonomes aura donc des effets directs sur la santé, il va permettre de réduire les accidents donc le nombre de morts et de blessés sur les routes, mais ça ne voudra pas dire qu'il n'y aura plus accidents.
|
|
|
|
Mais leur cause sera différente. En effet, les problèmes électroniques et les piratages informatiques seront peut-être la cause principale des morts sur les routes.
|
|
|
|
En 2014, 15% des morts par accidents des piétons et près de 30% des conducteurs de deux-roues. Ces morts sont souvent causer par des collisions avec des voitures. Les véhicules autonomes pourront réduire drastiquement cette statistique avec une batterie de radars et une vitesse moins élevée
|
|
|
|
**Réduire le stress la pollution**
|
|
|
|
Les véhicules autonomes permettront de réduire le stress due par la conduite car les conducteurs ne vont plus conduire et ile vont arriver plus détendus et reposer à leur destination.
|
|
|
|
|
|
|
|
Source : https://knaufautomotive.com/fr/la-voiture-autonome-quand-les-vehicules-nauront-plus-besoin-de-conducteur/
|
|
|
|
Ils vont permettre aussi de diminuer la pollution grâce à une meilleure régulation du trafic et ils seront structurellement moins polluantes car leur arrivée sur le marché se fera après l’avènement des véhicules électriques.
|
|
|
|
|
|
|
|
Arnaud Bouclon « _Les voitures autonomes : quels impacts sur la société ?_ » ,
|
|
|
|
islean, 04/10/2016 [en ligne]. Disponible sur : < https://islean-consulting.fr/fr/strategie-de-rupture/voitures-autonomes-impacts-sur-la-societe/ > (23/03/2022)
|
|
|
|
**Acceptabilité sociale**
|
|
|
|
Certains citoyens ont des inquiétudes par rapport aux dangers associés aux voitures autonomes. Et selon Michel Lejeune, coordonnateur des cours de sociologie de la technologie à Polytechnique Montréal, ces phénomènes sont légitimes. Pour lui, il y a des choses qui sont spécifique qu'à l'humain et il est impossible de les traduire en langage rationnel.
|
|
|
|
«_Le cœur de la problématique technique, c’est que l’ingénieur essaie de s’approprier cette faculté humaine là et de l’introduire dans une machine autonome. Il y a une limite au niveau du jugement. Il y a des affaires qui ne se programment pas. _».
|
|
|
|
D'autres trouvent que c'est une bonne chose de mettre en place les Les véhicules autonomes. Selon Nicolas Saunier, professeur spécialisé en transport intelligent à Polytechnique Montréal, l’implantation à large échelle des voitures autonomes ne présente que des avantages, car c'est la seule chose qui va résoudre les problèmes des accidents.
|
|
|
|
« _On ne résoudra pas les problèmes d’accidents de la route tant qu’on laissera les gens conduire, c’est aussi simple que ça. Il faut arriver à réaliser que la technologie telle qu’elle est maintenant et telle qu’elle continuera à se développer est plus sécuritaire que l’être humain._ »
|
|
|
|
Médium large._Sommes-nous prêts pour la voiture autonome : Entrevue avec deux spécialistes_. Canada,MARDI 11 JUILLET 2017. Disponible sur : < https://ici.radio-canada.ca/ohdio/premiere/emissions/medium-large/segments/chronique/30700/voiture-autonome-acceptabilite-sociale-automobile > (23/03/2022)
|
|
|
|
|
|
|
|
| 3. Économie |
|
|
|
|
| ------ |
|
|
|
|
La première des choses il prend le monde automobile à une nouvelle étape, donc cela va le faire évoluer dans un monde où il y a beaucoup des choses à apprendre et à développer.
|
|
|
|
Le constructeur fabrique une voiture,il la vend,il la finance et l’entretient.mais la voiture autonome va avoir l’opportunité de nouvelles interactions avec un conducteur qui va avoir plus de temps libre dans son véhicule. Ce conducteur va pouvoir nouer de nouvelles relations avec lui en lui rendant de nouveaux services. Et les services additionnels pourront constituer une nouvelle source de revenus pour les constructeurs.
|
|
|
|
Y’a une autre piste, c’est la valorisation d’un actif qui existe déjà mais qu’ils exploitent peu : les données. Plusieurs véhicules émettent aujourd’hui potentiellement entre 5 et 50 giga-octets de données par jour sans qu’on ne les utilise pleinement.
|
|
|
|
Il y aura aussi un marché du véhicule autonome avec chauffeur,où l’autonomie sera une option
|
|
|
|
Le secteur du transports est l’un des plus importants de la zone OCDE : en 2016, ce secteur a totalisé 5.6 % de son produit intérieur brut (OCDE, 2018)Le déploiement des véhicules autonomes pourrait avoir des impacts économiques majeurs en réduisant le nombre d’accidents et les problèmes de congestion et en générant d’autres bénéfices. On estime qu’un taux d’adoption de 10 % des véhicules autonomes aux États-Unis permettrait de sauver 1 100 vies et d’économiser 38 milliards USD par an. À un taux de 90 %, on atteindrait 21 700 vies sauvées et 447 milliards USD d’économies par an (Fagnant et Kockelman, 2015).
|
|
|
|
Des travaux de recherche qui ont été faites récemment calculent, pour plusieurs modes de transport en Suisse, les différences significatives de coût par kilomètre avec et sans automatisation des véhicules. Les services de taxi ceux qui économisent le plus. Des propriétaires de voitures particulières bénéficient de moindre baisse de coûts. Les gains des premiers découlent bien principalement de l’élimination des salaires de chauffeurs.
|
|
|
|
Selon une étude faite par Morgan Stanley, les premiers véhicules autonomes opérationnels à grande échelle devraient être des camions de transport routier. Une économie pharaonique pour des entreprises de transport.
|
|
|
|
En fait, le salaire d'un chauffeur représente 40% du coût de transport. C'est pour ça les grandes entreprises du secteur du transport attendent énormément de ces innovations technologiques qui leur permettraient d'avoir dorénavant l'avantage sur le ferroviaire. Fret ou livraison, cela peut engendrer une croissance fulgurante du nombre de marchandises en circulation.
|
|
|
|
Par ailleurs, plusieurs certaines voitures bénéficieraient d'un algorithme qui leur permettent de tenir compte des systèmes d'aide à la conduite leur offrant ainsi une réduction des primes d'assurances.
|
|
|
|
« Nos clients auront un double bénéfice : une sécurité accrue et une possible réduction du prix de leur assurance », expliquait Thomas Wittig, directeur des services financiers du constructeur allemand BMW
|
|
|
|
M2 IESC«Véhicule autonome et glissement de la chaîne de valeur : La Nouvelle Economie appliquée»,02 Avril 2020.[en ligne]. Disponible sur : « https://master-iesc-angers.com/vehicule-autonome-et-glissement-de-la-chaine-de-valeur-la-nouvelle-economie-appliquee ».
|
|
|
|
|
|
|
|
| 4. Algorithme |
|
|
|
|
| ------ |
|
|
|
|
Un véhicule autonome est équipé de capteurs d'images — par caméras, radars, sonars, lidars — dont les données sont traitées par des processeurs et des logiciels dédiés:
|
|
|
|
en prenant en compte toutes les données, ces logiciels reconstituent la situation routière 3D par reconnaissance de formes (voies, véhicules, obstacles, panneaux, limites de chaussées) et emploient des algorithmes — d'intelligence artificielle — pour décider d'actions à réaliser sur les commandes du véhicule ;
|
|
|
|
Les actions décidées par logiciel sont réalisées par servocommandes sur le volant (la direction), la vitesse (accélération/freinage) et diverses interfaces, notamment avec le conducteur du véhicule et avec les conducteurs des autres véhicules (signaux lumineux).
|
|
|
|
4.a Les objectifs des recherches
|
|
|
|
la véhicule autonome doivent percevoir l’environnement = vision par l’ordination, localiser les obstacles
|
|
|
|
la partie planning contrôle = > le robot va pouvoir planifier son trajectoire dans son environnement et pouvoir actionner ses moteurs.
|
|
|
|
l'acte de prise de décision => la décision du véhicule
|
|
|
|
la modélisation du trafic => les infrastructures
|
|
|
|
4.b Exemple de travail
|
|
|
|
l sur les algorithmes de vision
|
|
|
|
- Compréhension de la scène => analyse d' image, la détection d'objet, localisation des images, calculer et transformer ses coordonnées pour en déduire leurs coordonnées dans le monde réel (de voir si l’objet est en gauche ,droite, en haut ou en droite).
|
|
|
|
- Analyse de la géométrie d'une scène = le sol, les territoires etc ….
|
|
|
|
- Apprentissage de la machine e-learning
|
|
|
|
- Obstacle
|
|
|
|
- les conditions dégradés météorologiques
|
|
|
|
4.c Les utiles ou méthodes
|
|
|
|
- Outil Scientifique
|
|
|
|
- Outil analytiques
|
|
|
|
- Méthodes probabilistes = calculer la probabilité d’une zone de l’image d'être un objet, d'être une piéton ou une estimation d’objet ou de la scène.
|
|
|
|
- Méthode statistiques = l’apprentissage machine ; les technique qui appartiennent à l'intelligence artificiel ;apprentissage statique
|
|
|
|
- Méthode physique dans l'approche des conditions dégradées de la nature ou la météo.
|
|
|
|
**Comprendre le concept de détection de voie**
|
|
|
|
Alors, qu’est-ce que la détection de voie? Voici comment Wikipédia définit une voie :
|
|
|
|
« Une voie fait partie d’une chaussée qui est désignée pour être utilisée par une seule ligne de véhicules, pour contrôler et guider les conducteurs et réduire les conflits de circulation. »
|
|
|
|
|
|
|
|
Source : https://en.wikipedia.org/wiki/Lane
|
|
|
|
Il est important de mettre une définition formelle à cela car cela nous permet de procéder avec le concept de détection de voie. Nous ne pouvons pas avoir d’ambiguïté lors de la construction d’un système, n’est-ce pas?
|
|
|
|
Comme je l’ai mentionné plus tôt, la détection de voie est un élément essentiel des voitures autonomes et des véhicules autonomes. C’est l’un des sujets de recherche les plus importants pour la compréhension de la scène de conduite. Une fois les positions de voie obtenues, le véhicule saura où aller et évitera le risque de heurter d’autres voies ou de sortir de la route. Cela peut empêcher le système conducteur/voiture de dériver hors de la voie de circulation.
|
|
|
|
Voici quelques images aléatoires de la route (première rangée) avec leurs voies détectées (deuxième rangée):
|
|
|
|
|
|
|
|
Source : https://github.com/qinnzou/Robust-Lane-Detection[](url)
|
|
|
|
**Formulation de l’énoncé du problème**
|
|
|
|
La tâche que nous souhaitons effectuer est celle de la détection de voie en temps réel dans une vidéo. Il existe plusieurs façons d’effectuer la détection de voie. Nous pouvons utiliser les approches basées sur l’apprentissage, telles que la formation d’un modèle d’apprentissage profond sur un ensemble de données vidéo annoté, ou utiliser un modèle pré-entraîné.
|
|
|
|
Cependant, il existe également des méthodes plus simples pour effectuer la détection de voie. Dans cet article, je vais vous montrer comment le faire sans utiliser de modèle d’apprentissage profond. Mais nous utiliserons la populaire bibliothèque OpenCV en Python.
|
|
|
|
Vous trouverez ci-dessous une image de la vidéo avec laquelle nous allons travailler:
|
|
|
|
|
|
|
|
Comme nous pouvons le voir sur cette image, nous avons quatre voies séparées par des marquages de couleur blanche. Donc, pour détecter une voie, nous devons détecter les marques blanches de chaque côté de cette voie. Cela conduit à la question clé : comment pouvons-nous détecter les marquages au sol ?
|
|
|
|
Il y a tellement d’autres objets dans la scène en dehors des marquages de voie. Il y a des véhicules sur la route, des barrières en bordure de route, des lampadaires, etc. Et dans une vidéo, une scène change à chaque image. Cela reflète assez bien les situations de conduite réelles.
|
|
|
|
Donc, avant de résoudre le problème de détection de voie, nous devons trouver un moyen d’ignorer les objets indésirables de la scène de conduite.
|
|
|
|
Une chose que nous pouvons faire tout de suite est de réduire le domaine d’intérêt. Au lieu de travailler avec le cadre entier, nous ne pouvons travailler qu’avec une partie du cadre. Dans l’image ci-dessous, à part les marquages de voie, tout le reste a été caché dans le cadre. Au fur et à mesure que le véhicule se déplacerait, les marquages au sol tomberaient plus ou moins dans cette zone seulement:
|
|
|
|
|
|
|
|
Dans la section suivante, je vais vous montrer comment nous pouvons éditer les images d’une vidéo pour sélectionner une zone spécifique. Vous découvrirez également certaines opérations de prétraitement d’image nécessaires.
|
|
|
|
**Implémentation de la détection de voie à l’aide d’OpenCV en Python**
|
|
|
|
Il est temps d’implémenter ce projet de détection de voie en Python ! Je recommande d’utiliser Google Colab en raison de la puissance de calcul qui sera nécessaire pour construire notre système de détection de voie.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 5. Juridique |
|
|
|
|
| ------ |
|
|
|
|
| La France a autorise les test de véhicule autonome sur les routes française avec l'ordonnance n° 2016-1057 du 3 août 2016 relative à l'expérimentation de véhicules à délégation de conduite sur les voies publiques. Décision prise au États-Unis en 2012.
|
|
|
|
Les véhicules autonomes qui sont considéré comme des robots sont des objets de droit, et plus particulièrement de propriété intellectuelle (droit commun, marques, dessins, modèles) autant pour l’enveloppe physique que pour ses logiciels.
|
|
|
|
Vue que les algorithmes de vision vont devoir prendre des photos pou les traite, la question sur les droits a l'image se pose. Le droit à l’image est un droit jurisprudentiel qui découle du droit au respect de la vie privée prévu à l’article 9 du Code civil. Ainsi, comme l’indique la Cour de cassation « toute personne dispose sur son image, partie intégrante de sa personnalité, d’un droit exclusif qui lui permet de s’opposer à sa reproduction » (Cass. Civ. 1ère, 27 février 2007, n° 06-10393). Du parfait inconnu à la grande star internationale, ce droit à l’image concerne tous les individus. Patrick Lingibe « Droit à l’image : quelles sont les règles applicables ? », village-justice 25/02/2019. [en ligne]. Disponible sur : « https://www.village-justice.com/articles/droit-image-quelles-sont-les-regles-applicables,30783.html ».
|
|
|
|
Un véhicule autonome Uber a percuté une piétonne à Tempe, en Arizona, lundi 19 mars, provoquant sa mort. Si les voitures autonomes avaient déjà été impliquées dans des accidents mortels aux Etats-Unis, c’est la première fois que cette technologie provoque la mort d’un piéton. La question de la responsabilité des véhicules pourra se poser. Il faut envisager aussi bien le fabricant que le concepteur des logiciels, puis le propriétaire ou l’utilisateur du robot. Les rédacteurs de la Résolution doivent viser toutes les responsabilités possibles le long de la chaîne de développement du robot ou de l’IA. Laurent GOUTORBE « Quand les voitures autonomes rappellent la nécessité de réglementer l’AI », haas-avocats 31/07/2017 [en ligne]. Disponible sur : « https://www.haas-avocats.com/data/quand-les-voitures-autonomes-rappellent-necessite-reglementer-lai/ » |
|
|
|
|
|
|
|
|
|
|
|
|
| 6. Écologie |
|
|
|
|
| ------ |
|
|
|
|
Les poids lourds sont aujourd’hui responsables de près de 25% des émissions de gaz à effet de serre du secteur des transports en amerique. Réduire la consommation des camions pourrait ainsi avoir un impact plus que positif sur la réduction de la pollution.Une méthode élémentaire avec laquelle la conduite autonome pourrait réduire les émissions des camions consisterait à rouler aux vitesses et aux rapports les plus efficients possibles. Tandis que les meilleurs chauffeurs consomment 30% de carburant en moins que les plus mauvais conducteurs, l’utilisation du régulateur de vitesse et le passage en mode électrique au bon moment tout en ne freinant et en n’accélérant qu’en cas de besoin peuvent être automatisés sur les camions autonomes afin que chaque véhicule atteigne sa consommation optimale.
|
|
|
|
De plus, sur la sécurité des véhicules autonomes, les convois de camions restent un moyen efficace de réduire non seulement le nombre d’accidents de la route, mais aussi de réduire la résistance à l’air et les frais de carburant de 4,5% maximum pour le camion de tête et de 10% pour chaque véhicule suivant. Comme les poids lourds deviendront de plus en plus sûrs grâce à l’utilisation de systèmes de conduite autonome, ils pourront progressivement, mais sûrement, se débarrasser de leurs boucliers de protection lourds et encombrants, ce qui leur permettra de rouler avec une efficacité encore plus avancé.
|
|
|
|
Par ailleurs, selon une étude récente d'ISGlobal, l'utilisation de véhicules entièrement automatisés pourrait réduire considérablement le nombre d'accidents de la route. Ainsi, si les États-Unis comptaient 90% de véhicules autonomes, quelque 25 000 vies pourraient être sauvées chaque année et les économies réalisées atteindraient plus de 200 milliards de dollars par an.
|
|
|
|
|
|
|
|
|
|
|
|
| Conclusion |
|
|
|
|
| ------ |
|
|
|
|
Nous avons couvert une technique simple pour la détection de voie. Nous n’avons utilisé aucun modèle ou fonctionnalité d’image complexe. Au lieu de cela, notre solution était purement basée sur certaines opérations de prétraitement d’image.
|
|
|
|
Cependant, il y aura de nombreux scénarios où cette solution ne fonctionnera pas. Par exemple, lorsqu’il n’y aura pas de marquage au sol ou lorsqu’il y a trop de circulation sur la route, ce système échouera. Il existe des méthodes plus sophistiquées pour surmonter de tels problèmes dans la détection de voie.
|
|
|
|
Raoul de Charette, Les algorithmes de vision pour les véhicules autonomes,04/04/2018.\[Online\].Disponible sur : https://interstices.info/les-algorithmes-de-vision-pour-les-vehicules-autonomes/ .\[ Consulté : le 21 Mars 2022\].
|
|
|
|
Pjoshi15, Analytics Vidhya, Tutoriel pratique sur la détection de voie en temps réel à l’aide d’OpenCV, 13 mai 2020.\[Online\].Disponible sur : https://www.analyticsvidhya.com/blog/2020/05/tutorial-real-time-lane-detection-opencv/ .\[ Consulté : le 26 Mars 2022\]. |
|
|
|
\ No newline at end of file |
