AUTOINSIDE Édition 2 – Février 2019

NUMÉRISATION FOCUS
Le radar établit une sorte de carte en relief. En plus de celle-ci, le
lidar/laser détecte également les différences de couleur, ce qui permet
d’établir une image tridimensionnelle et en couleur de l’environnement.
Le radar s’avère limité dans ce domaine.
La détection précise des objets par un système d’assistance à la
conduite nécessite une association avec la caméra intérieure. Deux systèmes
sont par conséquent actuellement à l’essai dans le secteur de
la recherche : radar combiné à une caméra ou laser/lidar. Audi est le
premier constructeur à intégrer un capteur de mesure laser à l’avant,
sans toutefois, pour des raisons de sécurité, renoncer aux capteurs radar.
La redondance garantit des résultats d’une grande précision. Deux
capteurs scannent l’environnement de manière indépendante et un logiciel
compare les résultats.
Deep Learning
La caméra avant est souvent combinée au radar pour la fusion des
données et le contrôle de la plausibilité. Avec huit mégapixels, une résolution
d’image supérieure et un angle de détection de 125 ° (angle
azimutal), les futures caméras généreront, en combinaison avec les
autres capteurs Continental, jusqu’à 4To de données par heure, qu’il faudra
traiter. Pour y parvenir, les chercheurs et développeurs de Bosch,
Continental et NVIDIA, entre autres, entraînent les véhicules dans des
situations de circulation virtuelles. Le logiciel s’adapte automatiquement
à la circulation et apprend à évaluer correctement les situations.
Pour le sous-traitant Continental, la conduite dans des environnements
virtuels est également une question de gain de temps. « Les
ressources pour les tests de véhicules réels sont limitées et les tests
virtuels fournissent aux développeurs des résultats rapides. Tandis
qu’un véhicule réel peut parcourir près de 10 000 km par mois pour un
test physique, les simulations virtuelles permettent actuellement des
distances de 8000 km par heure. Ce chiffre va encore augmenter dans
l’avenir », déclare Karl Haupt, responsable de la division Systèmes d’assistance
à la conduite de Continental.
Selon le Suisse Marc Stampfli, qui travaille depuis de longues années
comme responsable commercial et numérique chez le fabricant
de puces et de cartes graphiques, NVIDIA a deux ou trois longueurs
d’avance sur ses concurrents dans ce domaine. « NVIDIA ne construit
pas ses propres véhicules mais entend uniquement proposer une plateforme
», ajoute-t-il, soulignant qu’une commande de l’entreprise est
intégrée dans les modèles Audi haut de gamme. Le FEO choisit les
capteurs qu’il souhaite installer et NVIDIA assure la simulation des
tests et l’apprentissage du système.
Quel capteur arrive en tête ?
Difficile de répondre à cette question : en plus du capteur, le logiciel
utilisé pour la détection de l’environnement est également essentiel.
Et dans ce domaine, les FEO et les fournisseurs sont en compétition
pour que les premières applications soient commercialisables lors de
l’homologation des systèmes.
Le suivi des véhicules, les diagnostics en cas de dysfonctionnements
et le calibrage occuperont à l’avenir une place encore plus importante
dans le quotidien du garage. Une formation solide, par exemple
de diagnosticien d’automobiles dans le domaine de compétences Z3,
constitue pour les garagistes un investissement d’avenir qui leur permettra
de maîtriser des systèmes techniquement complexes. <
Lidar
Comme le laser, le lidar fonctionne avec un faisceau ponctuel dans la gamme
des rayons ultraviolets ou infrarouges. La génération d’ondes électromagnétiques
et le système électronique de réception sont différents, mais le principe
de mesure est identique. Pour ses véhicules d’essai, Waymo (Google) utilise
des capteurs lidar rotatifs placés sur le toit (détection à 360°). L’image ci-dessus
présente un véhicule de recherche Lexus à détection limitée. Plusieurs
capteurs, actuellement
à l’essai et très coûteux,
sont par conséquent
nécessaires.
Les capteurs lidar simples
à trois points de mesure
(image ci-dessous,
exemple de Continental)
sont des modèles
économiques conçus pour
l’assistance au freinage
d’urgence. Ces capteurs
enregistrent trois points
de mesure devant le
véhicule et détectent les
obstacles situés jusqu’à
environ 15 mètres
devant la voiture.
Systèmes d’assistance
à la conduite : ACC
jusqu’à la conduite autonome,
version simple
pour l’assistance au
freinage d’urgence.
Calcul de la position
Déjà intégré dans tous les smartphones, drones, aspirateurs robotisés ou
montres intelligentes :le capteur MEMS (abréviation de capteur microsystème
électromécanique) permet la localisation précise du site sans signal
satellite GPS et, selon sa conception, la mesure de la pression, de l’humidité,
de la température, du magnétisme, des gaz, de l’accélération et de la vitesse
de lacet. Ce capteur ne détecte pas directement l’environnement, mais la
détermination précise de leur position permet aux véhicules autonomes de
s’orienter sur une carte
routière numérique.
Jusqu’à cinq MEMS
sont installés dans les
véhicules modernes.
Systèmes d’assistance à
la conduite : détermination
de sa propre
position sur une carte
routière numérique
grâce aux mouvements
du véhicule.
Les quantités considérables
de données vont à l’avenir
nécessiter des connexions
informatiques rapides comme
l’ethernet. Des ordinateurs
rapides analysent de nombreux
capteurs environnementaux
pour enregistrer la
situation du trafic.
32
Février 2019 | AUTOINSIDE