Place à la voiture de demain | Réseau de l'Université du Québec

Place à la voiture de demain

Image de l'article

L’Autonom Shuttle est une petite navette électrique autonome qui roule sur la voie publique à Candiac depuis l’automne 2018. (Shutterstock)

2019-04-04

Place à la voiture de demain

Des véhicules autonomes circuleront un jour sur nos routes. D’ici là, ils doivent être en mesure d’éviter les collisions et d’affronter les rigueurs de l’hiver.

L’avenir du transport intelligent est aux portes de Candiac. Depuis l’automne dernier, une petite navette électrique autonome y effectue tous les jours un trajet de deux kilomètres ponctué de quelques arrêts. Limitée à 25 km/h, elle transporte gratuitement jusqu’à 15 passagers. Un opérateur est toujours présent à bord pour répondre aux questions des usagers. Mais surtout par mesure de sécurité, au cas où les caméras intelligentes, les appareils de télédétection par laser ou les radars dont est muni le véhicule flancheraient. Au moment d’écrire ces lignes, aucun accident n’a été rapporté, pas même au carrefour à quatre feux de signalisation qu’il doit franchir plusieurs fois par jour. 

Ce projet pilote est sans précédent au Canada : jamais un véhicule autonome n’a circulé librement sur une voie publique au pays, souligne Ilham Benyahia, professeure au Département d’informatique et d’ingénierie de l’Université du Québec en Outaouais (UQO). « C’est hautement symbolique, ça dénote une évolution des mentalités. Il faut le voir comme un premier pas afin de gagner la confiance du grand public et des décideurs », se réjouit celle qui siège également au conseil d’administration de la Société des systèmes de transport intelligents du Canada, un organisme national qui représente les intérêts de ce secteur. La navette est exploitée par la société française Keolis, à qui le gouvernement du Québec a alloué une subvention de 350 000 $.

Conduite coopérative 

Si l’Autonom Shuttle (c’est son nom) excelle sur la boucle à laquelle elle est confinée, il y a fort à parier que son rendement chuterait considérablement sur un tout autre parcours. La raison : l’intelligence artificielle (IA) qui la pilote a en quelque sorte appris sa course par cœur, comme un étudiant le ferait la veille d’un examen. Ajoutez au tableau des croisements inconnus ou des obstacles inattendus, et sa performance en sera affectée. « La conduite est un processus décisionnel continu dans un environnement dynamique et changeant. La machine ne possède pas encore les réflexes suffisants pour éviter les collisions », confirme Ilham Benyahia. 

Pour réaliser cet exploit, il faudra entre autres que les véhicules autonomes discutent entre eux, mais aussi avec des infrastructures routières numériques. C’est l’idée de la conduite coopérative, c’est-à-dire un réseau routier global où tous les acteurs s’entraident grâce à un système de communication sans fil, soutient Ilham Benyahia, qui étudie la question. « Un bout d’autoroute est congestionné à cause d’un accident soudain ? Pas de problème : l’information est transmise à l’IA de l’ensemble des voitures qui prévoient y circuler afin qu’elle recalcule leur itinéraire », explique-t-elle. Les travaux qu’elle mène, essentiellement des simulations virtuelles, en sont pour l’instant à leurs balbutiements. 

Ce qui ne l’empêche pas de collaborer avec la Ville de Gatineau pour mettre à l’épreuve ses théories sur des structures existantes. Il est par exemple question d’enrichir les communications de pan¬neaux à message variable situés en bordure d’autoroutes et à des embranchements stratégiques. « On espère ainsi mieux cerner les problèmes routiers actuels et les solutions pour les atténuer. Certaines conclusions pourraient être récupérées afin d’entraîner les algorithmes d’IA des voitures autonomes », prévoit-elle. Jusqu’à maintenant, des zones à risque ont été ciblées à partir des données des services de police et de travaux publics de Gatineau. Une phase sur le terrain devrait suivre sous peu.

Mon pays, c’est l’hiver

La poudrerie, la glace et les chaussées enneigées représentent un défi supplémentaire pour les véhicules autonomes. Ce n’est pas un détail banal : ces conditions difficiles de conduite sont présentes de 15 % à 20 % du temps en milieu urbain au Québec, peut-on lire dans une étude canadienne citée par l’Association québécoise des trans¬ports. C’est la raison pour laquelle la navette autonome de Candiac a cessé ses activités en décembre dernier ; son efficacité en plein hiver n’a jamais été testée auparavant. Là où elle a déjà roulé, soit à Lyon, à l’aéroport Charles-de-Gaulle à Paris et dans le sud des États- Unis, la saison froide est dénuée de neige et les températures sont relativement clémentes. 

Le problème se situe dans l’interprétation de la scène, indique Sousso Kelouwani, professeur au Département de génie mécanique de l’Université du Québec à Trois-Rivières (UQTR). « L’été, les bandes au sol agissent comme des balises pour les divers capteurs qui coiffent une voiture autonome. Mais l’hiver elles sont recouvertes par la neige, tout comme les divers panneaux de signalisation », expose celui qui travaille au Laboratoire d’innovation et de recherche en énergie intelligente (LIREI). Résultat : un véhicule sans chauffeur est incapable de déterminer sa position sans une erreur de moins de 25 mm sur de telles routes, le seuil de réussite minimal à atteindre. 

À moins, bien sûr, de munir les voitures autonomes de systèmes d’aide à la localisation et à la navigation spécifiques à l’hiver. De tels systèmes, qui misent sur les rayons X pour détecter des formes et des obstacles en présence de neige, sont en cours de validation au LIREI. Le but : aider l’algorithme des véhicules intelligents à prendre les décisions appropriées, ce qui n’est pas une mince tâche. « L’état de la route, notamment en matière d’adhérence à la chaussée, est la seconde partie du problème de la conduite hivernale. Il faut que la machine soit capable d’ajuster ses distances de freinage selon les conditions environnementales », analyse Sousso Kelouwani.

Attention, piétons

S’il est difficile de reproduire des conditions hivernales en laboratoire, cela n’en demeure pas moins essentiel à la réussite de tels travaux. Il en va de la qualité de l’apprentissage − donc des performances futures − des algorithmes. Concrètement, cela signifie de passer beaucoup de temps à préparer les scénarios auxquels les robots intelligents du LIREI sont soumis. « Ça va aussi loin que de s’assurer que les piétons portent des manteaux aux couleurs voyantes, des tuques et des cagoules. Sans ça, l’IA pourrait ne pas être en mesure de les reconnaître », illustre Sousso Kelouwani, qui se penche sur cette question en collaboration avec l’entreprise québécoise Nova Bus. 

Ce n’est sûrement pas sous le chaud soleil de Mountain View, en Californie, où la voiture sans conducteur de Google est en cours de développement, que cet aspect retient l’attention…

Télécharger l'article >>>

Source : 
Maxime Bilodeau
La recherche dans le réseau
de l'Université du Québec
Québec Science
Avril-mai 2019, p. 6-7