CoCar NextGen : Avancer la recherche sur la conduite automatisée

Les Tests en conditions réelles sont super importants pour le succès de la conduite autonome. Beaucoup de boîtes créent des véhicules spéciaux pour les tests, mais nous, on a construit une plateforme modulaire qui peut s'adapter à plein de scénarios différents. Cette plateforme, qu'on appelle CoCar NextGen, a du matos de pointe capable de gérer des cas d'utilisation futurs. Avec un grand nombre de Capteurs, on peut développer des méthodes qui fonctionnent avec différents types de capteurs. Le fait de pouvoir l’utiliser sur des routes publiques en fait un outil de recherche unique qui aide à faire avancer la conduite autonome au niveau de sécurité le plus élevé (SAE Niveau 5).

#Importance des Véhicules de Test pour la Conduite Autonome

Les véhicules de test pour la conduite autonome sont clés pour l'innovation dans ce domaine. Ils sont équipés des derniers capteurs qui les aident à voir et comprendre leur environnement. Ce ne sont pas juste des configurations matérielles ; ils agissent comme de vrais labos. Ils aident à connecter les théories avec les applications pratiques en fournissant un espace contrôlé où les systèmes de conduite peuvent être testés, améliorés et validés. Pour évaluer ces systèmes, on a besoin d'une plateforme qui peut fonctionner dans des conditions réelles, avec divers composants, des capteurs jusqu'au logiciel complexe pour la planification et la perception.

CoCar NextGen a été présenté pour la première fois à une conférence à Bilbao, montrant ses capacités avancées. Alors que les grands constructeurs peuvent déployer plusieurs véhicules de test spécialisés, une institution de recherche comme la nôtre opère souvent avec juste un véhicule pour s'attaquer à différents scénarios de recherche. Ça nous a amenés à concevoir un véhicule avec une flexibilité maximale, en mettant l'accent sur des interfaces standardisées.

#Cas d'Utilisation de CoCar NextGen

Notre plateforme est conçue pour plein de tâches, y compris :

• Enregistrer des données du monde réel
• Tester des logiciels de conduite autonome dans une boucle contrôlée
• Communiquer avec une infrastructure intelligente
• Étudier comment les utilisateurs acceptent et vivent ces technologies

Pour soutenir ces tâches variées, la configuration matérielle de notre véhicule est complexe. Il ne faut pas le voir comme une configuration basique pour la conduite autonome ; c'est plutôt une plateforme pour la recherche continue. Cette capacité étendue offre des opportunités pour étudier différents types de capteurs travaillant ensemble.

#Véhicules de Test Existants dans l'Industrie

Le secteur des véhicules automatisés a changé rapidement. De nombreuses organisations, comme des universités et des fabricants de voitures traditionnels, recherchent activement de nouvelles technologies. De plus, il y a un intérêt croissant de la part de startups, de grandes entreprises technologiques, et d'autres acteurs cherchant à développer des voitures autonomes.

Dans ce domaine, il existe de multiples stratégies pour créer des véhicules et des configurations de capteurs. Beaucoup de fabricants établis et de startups se concentrent sur des conceptions de véhicules plus simples. Leurs prototypes ressemblent souvent à des véhicules de production, car ils ont des intérêts commerciaux en tête. Un exemple notable est Tesla, qui a supprimé certains capteurs coûteux pour réduire les coûts.

Même des fabricants bien connus ont des prototypes qui explorent des technologies moins conventionnelles. Cependant, beaucoup de détails sur ces véhicules restent non divulgués. En revanche, des startups comme Waymo et Cruise donnent un aperçu de leurs conceptions de véhicules, avec de multiples capteurs couvrant leur environnement. Ces véhicules servent à la fois de prototypes et d'outils de collecte de données.

Les véhicules de recherche des universités et des ONG visent souvent une recherche de base plutôt qu'une utilisation pratique immédiate. Ils sont généralement construits pour des tâches spécifiques. Par exemple, AnnieWAY, qui collecte des données pour des ensembles de données bien connus, a une configuration axée sur la perception et la localisation. Un autre exemple est Bertha, développé par l'Institut de Technologie de Karlsruhe et Daimler, qui visait à naviguer un itinéraire défini de manière autonome.

Ces exemples montrent que les véhicules spécialisés résolvent souvent des défis spécifiques. Ils ne peuvent pas soutenir une recherche large à travers différents scénarios. D'autre part, le véhicule EDGAR de l'Université Technique de Munich a été créé comme une plateforme de recherche polyvalente. Sa configuration de capteurs robuste permet diverses tâches, même s'il a certaines limites en matière de capacité de calcul pour des applications complexes.

#Considérations de Conception pour CoCar NextGen

Le travail de notre institution couvre divers aspects de la conduite autonome, y compris la navigation, la perception et la planification. Donc, il nous fallait un véhicule capable de gérer une large gamme de tâches. Ces tâches incluent :

• Collecter des données de capteurs
• Tester des composants logiciels
• Conduite coopérative avec d'autres véhicules et infrastructures

Nos scénarios de conduite incluront tout, des zones urbaines aux autoroutes. Cela nécessite une configuration de capteurs qui puisse bien fonctionner dans diverses conditions et environnements. Le véhicule doit aussi fonctionner sans signaux GPS, et on vise à faire des tests par tous les temps, y compris la pluie et le brouillard. De plus, le véhicule doit être approuvé pour une utilisation sur route.

Le logiciel déployé sur le véhicule variera des applications hautes performances aux algorithmes d'apprentissage machine. Notre logiciel est modulaire, donc il est important d'avoir une plateforme de calcul flexible capable de traiter les données entrantes. Cette plateforme doit être polyvalente, permettant à divers logiciels de fonctionner efficacement.

On vise un design qui réponde aux besoins de recherche présents et futurs proches. Cela signifie que le véhicule doit être suffisamment modulaire pour accueillir facilement des mises à jour futures. Choisir le bon véhicule de base est essentiel pour atteindre nos objectifs.

Les contraintes d'espace étaient une considération majeure, car nous avions besoin de place pour divers composants. La plupart de nos tests se déroulent dans des zones urbaines avec des hauteurs de garage basses qui limitent les tailles de véhicules. Donc, les SUV sont souvent trop hauts, ce qui nous a amenés à choisir un véhicule break plus grand. Ce design permet un meilleur refroidissement de l'air des composants et plus d'espace pour les tâches de développement.

Choisir le groupe motopropulseur était aussi crucial. Notre travail implique beaucoup de courts trajets et de longues périodes pendant lesquelles le véhicule reste à l'arrêt pendant qu'on travaille sur le logiciel. Cela a rendu les moteurs diesel inadaptés car ils ne fonctionnent pas bien sur de courtes distances. Bien qu'on ait considéré les véhicules électriques, aucun ne correspondait à notre taille souhaitée avec suffisamment de puissance. On a donc finalement choisi un véhicule hybride électrique rechargeable, en l'occurrence l'Audi A6 Avant 50 TFSI e quattro.

#Configuration des Capteurs pour CoCar NextGen

Pour le CoCar NextGen, on visait à fournir une couverture étendue de son environnement avec les capteurs. Pour ça, on a utilisé une nouvelle technique pour évaluer les angles morts et la couverture des capteurs, en utilisant des données de simulation.

Chaque type de capteur sur le véhicule offre une vue à 360 degrés, et on a travaillé pour minimiser les angles morts pendant le développement. Beaucoup de capteurs sont placés sur le toit pour éviter les interférences avec les autres usagers de la route et pour simplifier les tâches qui nécessitent l'intégration des données de différents capteurs.

Notre configuration de capteurs comprend :

• 6 x scanners LiDAR 4D
• 4 x capteurs LiDAR 360 à portée moyenne
• 2 x capteurs LiDAR 360 à longue portée
• 9 x caméras Full-HD
• 3 x capteurs radar 4D
• 1 x système GNSS haute précision avec IMU
• 1 x unité V2X embarquée avec Communication 5G

La plupart de ces capteurs ont été placés sur le toit pour permettre une flexibilité dans la mise à niveau ou l'ajout de nouveaux capteurs facilement. Cet agencement simplifie aussi la maintenance.

#Capteurs LiDAR

Notre recherche se concentre beaucoup sur la perception basée sur LiDAR. Différents des organisations qui ont besoin de configurations économiques, notre objectif est la flexibilité. Donc, notre configuration LiDAR comprend une variété de capteurs, positionnés soigneusement pour garantir des angles morts minimaux.

Le premier groupe consiste en des capteurs installés dans le châssis du véhicule pour une détection efficace des objets. Ils permettent la détection à une hauteur optimale, équilibrant visibilité à courte portée et distance. On a six capteurs LiDAR 4D qui fournissent un champ de vision à 360 degrés, avec la capacité de mesurer la vitesse, ce qui améliore la quantité d'informations utiles.

Le deuxième groupe inclut quatre capteurs LiDAR 360 Ouster OS1 positionnés aux coins du toit. Cette configuration redondante permet de multiples opportunités de recherche tout en préservant une haute précision et un faible bruit.

Le troisième groupe de capteurs se concentre sur la localisation utilisant LiDAR. Deux capteurs Ouster OS2 à longue portée situés sur le toit de la galerie sont utilisés pour détecter des objets statiques, comme des bâtiments.

#Configuration des Caméras

Pour obtenir une vue complète de l'environnement, on a inclus plusieurs caméras avec différents angles et longueurs focales. Il y a trois caméras orientées vers l'avant pour une large vue et un bon détail à plus longue distance. De plus, on a des caméras positionnées sur chaque côté du véhicule pour réduire les angles morts, ainsi qu'une à l'arrière.

La configuration de la caméra fonctionne en étroite collaboration avec les capteurs LiDAR, réduisant les erreurs lors de l'intégration des données des deux systèmes. Cette configuration aide à rationaliser le processus d'étiquetage des données.

#Capteurs Radar

Pour améliorer encore les mesures des capteurs, on a intégré des capteurs radar. Ces capteurs avancés possèdent des capacités qui excellent dans de mauvaises conditions météorologiques, ce qui les rend précieux pour divers scénarios de conduite. Deux capteurs sont placés à l'avant et un à l'arrière.

#Communication et Interface Utilisateur

CoCar NextGen ne sert pas seulement de plateforme de capteurs, mais aussi comme véhicule de démonstration. Il est équipé pour communiquer avec d'autres véhicules intelligents et une infrastructure connectée. Cela inclut des systèmes de communication avancés comme LTE et 5G.

L'Interface Homme-Machine (IHM) est conçue pour fournir diverses affichages pour les passagers et l'intégration avec des sources externes. Cela permet aux utilisateurs d'accéder facilement à des informations et de contrôler différentes fonctions du véhicule.

#Plateforme de Calcul Haute Performance

Le cœur de notre véhicule de recherche est une plateforme de calcul puissante qui traite les données des capteurs et exécute des logiciels complexes. On a choisi un serveur standard fonctionnant sous un système d'exploitation Linux pour sa flexibilité.

Utiliser un serveur de calcul centralisé simplifie le traitement des données et réduit les délais. Cette approche permet une communication plus efficace entre divers composants logiciels, ce qui est essentiel pour les tâches de conduite autonome en temps réel.

Le serveur est équipé de processeurs et de cartes graphiques haute performance pour gérer des calculs exigeants. De plus, on utilise plusieurs disques SSD pour l'enregistrement des données afin d'assurer un stockage suffisant et un accès rapide aux données.

#Configuration Réseau

Notre véhicule inclut une conception de réseau complète pour gérer les grandes quantités de données générées par les capteurs. Le serveur principal est connecté à un switch central, permettant une transmission de données efficace.

Pour synchroniser précisément les données à travers tous les capteurs, on utilise un système de timing précis basé sur des signaux GPS. Cela garantit que les données collectées sont cohérentes et peuvent être analysées efficacement.

#Système Drive-by-Wire

Pour faciliter la conduite autonome, on a installé un système de conduite par fil. Ce système contrôle la direction et d'autres fonctions du véhicule. Il est conçu avec la sécurité en tête, permettant un contrôle manuel à tout moment, si nécessaire.

#Système de Gestion de l'Énergie

CoCar NextGen dispose d'un système d'énergie sophistiqué. Il puise principalement dans une batterie située dans le coffre, fournissant de l'énergie à divers composants. Le système est conçu pour soutenir à la fois les opérations mobiles et stationnaires, assurant que le véhicule puisse fonctionner pendant de longues périodes sans interruptions.

#Jumeau Numérique et Données Échantillons

Pour montrer les capacités de notre plateforme, on a créé un jumeau numérique de CoCar NextGen. Ce modèle virtuel aide à valider les placements de capteurs et la performance du véhicule. De plus, on fournit des données échantillons provenant de divers capteurs pour permettre à d'autres d'évaluer l'efficacité du système.

#Conclusion

On a présenté notre véhicule de recherche modulaire pour la conduite autonome, conçu pour soutenir une large gamme de scénarios et de tâches de recherche. Avec une suite de capteurs complète et une plateforme de calcul avancée, CoCar NextGen contribuera significativement à l'évaluation des logiciels pour la conduite hautement automatisée dans des situations réelles. En avançant, on vise à fournir un ensemble de données étiquetées qui améliorera encore les capacités de recherche dans ce domaine.