Menu

Des compromis imminents pour parvenir à une conduite autonome en toute sécurité

La conduite autonome mettra au défi le ratio entre le coût de la duplication des capteurs et la garantie d’une sécurité routière totale.

Une plate-forme de test définie par logiciel deviendra essentielle pour suivre l’évolution des architectures de processeurs.

Les industries du semi-conducteur et de l’automobile convergent car les exigences en matière de conduite autonome ont une grande influence sur l’architecture des microprocesseurs.

image description Selon le rapport de l’Organisation Mondiale de la Santé (OMS), les accidents de la route coûtent plus de 1,25 million de vies humaines chaque année, et représentent environ 3 % du produit intérieur brut (PIB) des pays. Bien que l’impact potentiel de la conduite autonome soit de plus en plus envahissant dans les domaines personnels, économiques et politiques, le nombre potentiel de vies sauvées, à lui seul, nous indique que la conduite autonome pourrait être l’invention la plus révolutionnaire de notre époque.

Les systèmes d’aide à la conduite automobile (ADAS) sont une convergence entre des capteurs, des processeurs et des logiciels en vue d’améliorer la sécurité et, au final, offrir des capacités de conduite autonome. La plupart de ces systèmes actuels utilisent un seul capteur, comme un radar ou une caméra, et leur impact est déjà mesurable. Une étude menée en 2016 par l’institut IIHS, nous informe que les systèmes de freinage automatique réduisent les collisions arrière d’environ 40 %, et que les systèmes anti-collision les réduisent de 23 %. De plus, l’agence NHTSA signale que 94 % des accidents de voiture graves sont causés par une erreur humaine. Pour passer de l’aide au conducteur à une autonomie de niveau 4 ou 5 et ne plus mettre de conducteur au volant, l’industrie automobile doit relever des défis beaucoup plus complexes. Par exemple, la fusion de capteurs, c’est-à-dire la combinaison de données de mesure provenant de nombreux capteurs permettant de générer des décisions, devient obligatoire, et elle nécessite une synchronisation et un traitement de grande puissance, ainsi qu'une évolution continue des capteurs euxmêmes. Pour les constructeurs automobiles, cela signifie qu'il faut trouver le bon équilibre entre trois compromis essentiels : le coût, la technologie et la stratégie.

Coût : la redondance par rapport à la complémentarité de capteurs

image description La norme d'autonomie de niveau 3 stipule que l’on n’a pas besoin de l’attention du conducteur tant que la voiture se maintient dans des conditions prédéfinies. L’Audi A8 2019 sera la première voiture de série au monde à offrir une autonomie de niveau 3. Elle est équipée de six caméras, cinq radars, un lidar et 12 capteurs ultrasons. Mais pourquoi tant de capteurs ? Tout simplement parce que chacun d'eux présente des points forts et des points faibles. Par exemple, un radar indique la vitesse d'un objet, mais pas sa nature. Une fusion de capteurs est nécessaire dans ce cas, car les deux informations sont essentielles pour anticiper le comportement de l’objet, et la redondance permet de compenser les faiblesses de chaque capteur.

Au final, l'objectif de la gestion des données de capteurs est de créer une représentation fiable de l'environnement dans lequel se trouve la voiture, de manière à alimenter les algorithmes de prise de décision et à réduire les coûts, de façon à ce que le produit final soit rentable. L'un des défis les plus importants pour la réussite de cet objectif consiste à choisir les logiciels adéquats. Prenons trois exemples : synchroniser précisément les prises de mesures, maintenir la traçabilité des données, et tester les algorithmes de décision par rapport à un nombre infini de scénarios du monde réel. Chacun de ces défis est unique. La conduite autonome nécessitera les trois, mais à quel prix ?

LE LIDAR AJOUTE UNE REDONDANCE

image description

Technologie : architectures distribuées ou centralisées

Les capacités de traitement des systèmes ADAS reposent généralement sur plusieurs unités de contrôle/commande isolées. Cependant, la fusion de capteurs améliore la considération de l’utilisation d’un processeur centralisé unique. Revenons à l'Audi A8. Dans le modèle 2019, Audi a combiné tous les éléments nécessaires – capteurs, fonctions spécifiques, matériel électronique et architecture algorithmique – dans un seul et unique système central. Ce contrôleur central d'aide à la conduite calcule une modélisation complète de l'environnement du véhicule et actionne tous les systèmes d'assistance. Il offre une plus grande capacité de traitement que tous les systèmes combinés du modèle précédent de l’Audi A8. La principale préoccupation concernant une architecture centralisée est le coût du traitement de cette puissance, qui est exacerbé par la nécessité d’inclure un contrôleur de fusion de capteurs de secours secondaire, dans un autre endroit de la voiture, et qui joue un rôle critique en termes de sécurité.

Au fil du temps les préférences vont probablement alterner entre la conception architecturale distribuée et la conception centralisée, à mesure que le contrôleur et ses capacités de traitement évoluent, ce qui signifie qu'une conception de système de test défini par logiciel deviendra essentielle pour suivre cette évolution.

M. Helmut Matschi, membre du conseil d’administration exécutif de la société Continental déclare : « Tout se résume à l'ingénierie logicielle. » Il prédit que : « Du fait de l'utilisation généralisée d'ordinateurs performants dans les véhicules dès le début de la prochaine décennie, les projets de développement pourraient affecter jusqu'à 80 % de leurs budgets aux logiciels. »

Automotive News, “Continental Bracing for a World of Bugs,” 2018

Stratégie : technologie développée en interne ou du commerce

Pour atteindre une autonomie de niveau 5, le microprocesseur pour véhicules autonomes a besoin d'une capacité de traitement multipliée par 2000 par rapport aux microprocesseurs présents sur les contrôleurs actuels. De ce fait, il devient rapidement plus coûteux que les composants RF des systèmes de capteurs radar à ondes millimétriques (mmWave). L’histoire a montré que, lorsqu’une fonctionnalité onéreuse est très demandée, elle attire l’attention des dirigeants des marchés adjacents, ce qui stimule la concurrence entre les fournisseurs.

Comme le montrent les données, la société UBS estime que le groupe motopropulseur électrique de la Chevrolet Bolt contient de 6 à 10 fois plus de semi-conducteurs qu’un véhicule à moteur à combustion interne équivalent. Le nombre de semi-conducteurs ne fera qu'augmenter et les marchés limitrophes du commerce fourniront des améliorations inestimables à la technologie déjà existante. Par exemple, la société NVIDIA a adapté sa plate-forme Tegra, initialement développée pour l’électronique grand public, afin de cibler les applications ADAS dans les systèmes automobiles. De son côté, DENSO a commencé à concevoir et à fabriquer son propre microprocesseur d’intelligence artificielle pour réduire les coûts et la consommation d’énergie. De même la société NSITEXE Inc., une filiale de DENSO, prévoit en 2022 de mettre sur le marché un processeur basé sur une architecture dataflow, de type flux de données, qui consiste en une IP de processeur de nouvelle génération appelée DFP. La course a commencé !

Optimiser les compromis

Les décisions qui seront prises concernant ces compromis auront un impact considérable sur la date de mise sur le marché et les capacités de différenciation tout au long de la chaîne d'approvisionnement. Les possibilités de reconfiguration rapide des systèmes de test joueront un rôle critique pour minimiser les coûts, ainsi que les délais de validation et de test en production, ce qui signifie que la flexibilité des logiciels jouera également un rôle essentiel. Au cours d'une interview publiée le 4 mars 2018 sur blomberg.com, le Dr. James Kuffner, CEO du Toyota Research Institute-Advanced Development, a déclaré : « Nous ne faisons pas que doubler notre budget, nous le quadruplons. Nous disposons de près de 4 milliards de dollars pour que Toyota devienne une nouvelle entreprise spécialiste en mobilité, avec des logiciels de classe mondiale. » Cette attitude devient prévalente dans l'industrie automobile. Il n’y a pas encore de réponse claire à ces compromis mais, tout comme les révolutions industrielles précédentes ont permis au public d’acquérir de nouvelles technologies grâce à un gain de productivité supérieur, une meilleure efficacité dans le développement logiciel sera un élément majeur dans la révolution de la conduite autonome.

LA REDONDANCE PAR RAPPORT À LA COMPLÉMENTARITÉ DE CAPTEURS

image description

Étapes suivantes

image description

Jeff Phillips

NI Head of Automotive Marketing

NI Trend Watch 2019 : Réévaluer les tendances majeures pour sécuriser votre avenir

Télécharger le rapport complet