Le LiDAR et l’IA dans la commercialisation et la sécurité fonctionnelle des véhicules autonomes

L’intelligence et l’autonomie dans les transports, c’est une histoire qui a débuté il y a maintenant près d’un demi-siècle. C’est ainsi qu’au début des années 1980, les systèmes avioniques ont commencé à remplacer les systèmes plus traditionnels mécaniques et hydrauliques à travers les calculateurs et les logiciels embarqués. Face à ce défi, différents standards furent créés afin de s’assurer de la sécurité fonctionnelle de ces systèmes embarqués, notamment la norme DO-178 qui a, depuis, évolué à deux reprises pour répondre à la complexité croissante des logiciels plus récents.

Ensuite, nous avons assisté à une véritable révolution des systèmes avancés d’aide à la conduite (systèmes ADAS, pour « Advanced driver assistance systems ») depuis maintenant une bonne décennie. Les différents systèmes intelligents tels que l’assistance à la direction, le freinage d’urgence, le régulateur de vitesse, l’aide au stationnement… se sont démocratisés et sont offerts maintenant dans des voitures de milieu de gamme. L’avènement de ces systèmes intelligents a donné là aussi naissance à un standard afin de garantir leur sécurité fonctionnelle : l’ISO-26262. Il s’avère que la majorité des personnes ayant contribué à l’élaboration de ce standard étaient aussi impliquées dans le standard aéronautique DO-178 (version B), ce qui montre la convergence de ces deux industries.

CS Group a justement développé des processus et des stratégies de validation et de certification basées sur une expérience de vingt ans en certification de systèmes avioniques, dits « processus opérationnels après panne », processus et stratégies qui s’avèrent aujourd’hui efficaces afin d’accélérer la certification des systèmes embarqués des véhicules routiers.

En capitalisant sur les systèmes ADAS, nous vivons maintenant depuis quelques années des investissements massifs dans les systèmes de conduite autonome, notamment les capteurs, qui seront la clé de la commercialisation des véhicules autonomes.

À cet effet, l’entreprise québécoise LeddarTech développe notamment des capteurs uniques basés sur sa technologie brevetée, ainsi que des composants permettant aux équipementiers d’intégrer la technologie LeddarTech dans des solutions LiDAR optimisées pour les différents besoins de leurs clients. L’entreprise, reconnue pour sa technologie LiDAR, a également élargi son offre depuis l’acquisition en 2020 de la société israélienne VayaVision en proposant des solutions de perception et de fusion de données de capteurs qui fonctionnent avec toutes les modalités de détection présentes sur les véhicules autonomes.

Son CTO, Pierre Olivier, nous présente quelques éléments dans cet article qui démontrent l’importance des LiDARs et de l’IA dans la commercialisation et la sécurité fonctionnelle des véhicules autonomes.

Amine Smires, Directeur des nouveaux programmes et de l’innovation chez CS Group Canada : Pourquoi les LiDARs améliorent-ils la sécurité fonctionnelle des véhicules routiers? Qu’apportent-ils de plus que les capteurs historiques que sont les caméras ou les radars?

Pierre Olivier : Le LiDAR aide à plusieurs niveaux. D’abord, le LiDAR fournit la mesure directe de profondeur, ce qui permet de résoudre certains modes de défaillance propres aux caméras, par exemple dans le cas d’une image de piéton sur la porte arrière d’un camion qui pourrait être confondue avec une vraie personne. Par rapport au radar, qui fournit aussi la mesure de profondeur, le LiDAR offre une meilleure résolution.

En ajoutant cette information plus riche, les différentes tâches de perception (classification d’objets, détection de l’espace libre, etc.) deviennent plus simples et peuvent donc nécessiter moins de traitement ou moins d’entraînement pour atteindre le même niveau de performance. Cela se traduit par un coût plus bas, une meilleure performance, ou bien un cycle de développement plus court.

Également, le LiDAR permet une meilleure robustesse du système, puisque ses modes de défaillance sont différents de ceux mentionnés plus haut pour les autres capteurs. Par exemple, le radar a de la difficulté à gérer certaines situations (à l’intérieur d’un tunnel, notamment) que le LiDAR gère correctement. En termes de sécurité fonctionnelle, cela diminue donc les « défaillances de mode commun » et contribue à atteindre les objectifs de sécurité.

Amine Smires : Dans quels niveaux d’automatisation SAE J3061 LeddarTech est-elle impliquée aujourd’hui? Est-ce que vous planifiez d’aller jusqu’au niveau 5?

Pierre Olivier : Les solutions de LeddarTech couvrent tous les niveaux d’automatisation. Évidemment, à long terme, le marché du niveau 5 est attrayant. Cependant, les systèmes ADAS sont actuellement de plus en plus déployés et présentent encore des enjeux qui deviennent plus aigus avec l’évolution des normes comme le GSR en Europe et que les solutions de LeddarTech aident à solutionner.

Amine Smires : Il y a certains marchés dans des environnements contrôlés tels que la foresterie, les mines, la construction ou même les navettes, où on voit déjà des véhicules autonomes de niveau 4. Pouvez-vous nous parler de l’implication de LeddarTech dans ces verticales?

Pierre Olivier : LeddarTech poursuit activement ces marchés. Sans vouloir dévoiler tous les projets en cours, certaines annonces récentes font état notamment de notre collaboration avec Trimble qui vise les applications hors route, celle avec MILLA pour les navettes, ou bien celle avec Westfield pour les balayeuses de rue autonomes.

Amine Smires : Quel est le plus grand enjeu pour avoir des LiDARs sur des systèmes essentiels du point de vue de la sécurité? Est-ce que la certification de l’intelligence artificielle (IA) en est un?

Pierre Olivier : L’intelligence artificielle est un incontournable; c’est la complexité de l’application et la diversité des scénarios qui l’exigent, et non pas l’usage du LiDAR. Aujourd’hui, toutes les solutions de niveau 3 et plus utilisent l’IA pour faire, par exemple, la classification des obstacles.

Il faut d’ailleurs démystifier l’usage de l’intelligence artificielle. Évidemment, le résultat du processus d’entraînement dépend principalement des données d’entrée, et donc la construction des jeux de données d’entraînement, de validation et de test doit être partie intégrante du processus de développement. En revanche, le processus d’inférence qui est fait dans le véhicule une fois les réseaux entraînés est extrêmement prévisible et répétable; de façon simpliste, c’est comme de la logique combinatoire, et les mêmes données d’entrée devraient toujours générer les mêmes résultats. Bref, c’est l’entraînement qui est critique pour la sécurité du produit final et, encore une fois, cela est propre à l’application, pas au type de capteur utilisé.

Alors que l’avènement des systèmes L3 est imminent et que nous anticipons plus de 2 milliards de lignes de code pour une voiture complètement autonome (un avion au complet en contient moins de 10 millions), la certification de ces logiciels embarqués complexes dotés d’intelligence artificielle sera l’une des clés de la commercialisation des véhicules autonomes. Dans cette trajectoire technologique nous menant aux systèmes L4/L5, les avancées technologiques des systèmes ADAS (L1/L2) sont notables.

Ainsi, grâce aux standards ISO 26262 et SOTIF, notre mission chez CS Group est de garantir leur sécurité. Pour cela, l’expertise bâtie par CS Group sur les systèmes avioniques est un atout qui accélère la certification des systèmes ADAS.