Evaluate and certify automated and autonomous transport systems incorporating artificial intelligence bricks
Evaluer et homologuer des systèmes de mobilité automatisés et autonomes intégrant des briques à base d'intelligence artificielle
Résumé
L'idée des véhicules autonomes (VA) remonte aux années 1980 avec des recherches initialement expérimentales sur les systèmes de guidage automatique. Ce n'est qu'au début des années 2000, avec l'avènement des capteurs avancés et des algorithmes d'apprentissage automatique, que le concept de VA a réellement pris son essor. Depuis lors, les constructeurs automobiles et centres de recherche ont intensifié leurs efforts pour rendre ces véhicules plus sûrs et fiables. Bien que des prototypes existent déjà, il est essentiel de développer des processus d'évaluation et d'homologation pour accompagner leur arrivée sur le marché.
Les VA sont classés selon différents niveaux d'automatisation définis par la Society of Automotive Engineers (SAE), allant du niveau 0 (aucune automatisation) au niveau 5 (automatisation complète). Par exemple, au niveau 2, le véhicule peut gérer la direction et l'accélération, mais le conducteur doit rester attentif. Au niveau 4, le véhicule peut fonctionner de manière autonome dans des environnements prédéfinis, et au niveau 5, il peut opérer dans n'importe quelle situation sans intervention humaine.
L'adoption des VA présente de nombreux avantages, tels que la réduction des accidents grâce à la diminution des erreurs humaines, une meilleure efficacité énergétique et une plus grande accessibilité pour les personnes âgées ou handicapées. Cependant, plusieurs défis restent à surmonter. Les technologies, notamment celles liées à l'intelligence artificielle (IA), nécessitent une évaluation rigoureuse pour garantir leur sécurité et leur fiabilité. L'Union Européenne a d'ailleurs adopté le règlement UE ADS 2022/1426, qui fixe les normes pour l'homologation des systèmes de conduite automatisée, notamment pour les véhicules de niveau 4.
La sécurité est une préoccupation majeure. Les autorités doivent évaluer la fiabilité des capteurs, la précision des algorithmes de perception et de prise de décision, ainsi que la capacité des VA à interagir en toute sécurité avec les autres usagers de la route. En parallèle, les questions de responsabilité et d'assurance en cas d'accident restent complexes. Par exemple, en France, en cas d'incident impliquant un véhicule de niveau 4, le constructeur est tenu responsable.
L'introduction des VA pose aussi des enjeux éthiques. Comment un VA doit-il réagir dans des situations critiques ? Ces décisions doivent être conformes aux normes éthiques et aux attentes sociétales. Il est crucial que les processus d'homologation intègrent des études sur la perception publique des VA et encouragent la transparence sur leur fonctionnement.
En France, les premières expérimentations de systèmes de transport routier automatisé (STRA) incluent des VA et des installations techniques comme des feux connectés et des caméras, qui renforcent la sécurité du système. Ce cadre législatif encadre non seulement les véhicules eux-mêmes, mais aussi l'infrastructure technique associée, et impose des démonstrations de sécurité avant la mise en service de tels systèmes.
Le projet PRISSMA, lancé en 2021, vise à sécuriser et fiabiliser les systèmes de mobilité autonome basés sur l'IA. Il a pour objectif de définir les processus de validation de la sécurité de ces technologies, dans l'optique de leur future exploitation commerciale. Ce livre blanc en recense les principales recommandations et conclusions.
Origine | Fichiers produits par l'(les) auteur(s) |
---|