202
Annexe 2
Ce tableau détaille les questions prioritaires de recherche (non adressées ou nécessitant un effort de recherche
important), surlignées en rouge et mises en lien avec les domaines scientifiques et technologiques de l’IA.
Domaine
Dimension Véhicule
Perception et compréhension de l’environnement
Détection et suivi des autres usagers (taille, position, orientation,
vitesse, accélération, type, ...)
Certains sujets comme la détection et catégorisation d’objets vus par une caméra sont
bien avancés, mais d’autres sont plus lointains, par exemple la catégorisation d’objets
vus par un Laser basse résolution ou la détection précise de piétons quel que soit le
capteur. Reconnaissance des gestes et compréhension de l’intention (introspection
des piétons et des conducteurs humains). Contextualisation et sémantisation.
La redondance est néanmoins importante car tous les capteurs ont des points faibles
sous certaines conditions (meteo, luminosité, …)
Il est important que ces informations soient accompagnées d’un score de confiance,
Cf validation du système
Traitement du
signal,
Image
Apprentissage
statistique
Base
connaissance,
Inférence
Détection signalétique (lignes, marquages, panneaux, barrières, feux,
...)
Hormis les barrières (détectables par le Lidar) on se repose souvent surtout sur des
caméras pour percevoir ce type d’informations, ce qui n’offre pas une grande
redondance. La détection par vision des feux de signalisation reste encore à fiabiliser.
Ainsi que la sortie du cas nominal (zones de travaux…).
Analyse d’image,
Traitement du
signal,
Apprentissage
statistique
Reconstitution de scène
Les différents capteurs perçoivent sous des formes différentes (images, points, lignes,
écho…) avec des horloges, fréquences, temps de traitement et biais différents.
Il faut donc fusionner tout ça en une seule représentation cohérente de la scène
autour du véhicule à l’instant présent, éventuellement en interaction avec la
cartographie HD si elle est présente.
Traitement du
signal,
Suivi d’objet,
Cohérence spatiotemporelles,
Gestion de
l’incertitude
Apprentissage auto
?
Compréhension de scène
La reconstitution de scène ne suffit pas à résoudre toutes les problématiques
décisionnelles de conduite pour des niveaux élevés d’autonomie. Il faut en effet être
capable de transformer les comportements récents des différents acteurs de la scène,
éventuellement avec l’aide de la cartographie HD, en anticipations des intentions et
motivations des véhicules autour, et pas seulement sous la forme de trajectoires.
Ex: pour ne pas se rabattre pour laisser un véhicule nous dépasser alors qu’il
s’apprête à nous doubler par la droite.
Ex: ne pas dépasser inutilement un véhicule qui s’apprête à sortir ou qui vient de
s’insérer et va accélérer.
Analyse d’image
Traitement du
signal
Apprentissage auto
Collection de data
Localisation
Localisation, carte locale
Cartographie dynamique garantissant l’autonomie de conduite hors signal pour une
mise en situation de sécurité. Perception augmentée, capteur virtuel ou via
Traitement du
signal
Connaissance
Annexe 2
Ce tableau détaille les questions prioritaires de recherche (non adressées ou nécessitant un effort de recherche
important), surlignées en rouge et mises en lien avec les domaines scientifiques et technologiques de l’IA.
Domaine
Dimension Véhicule
Perception et compréhension de l’environnement
Détection et suivi des autres usagers (taille, position, orientation,
vitesse, accélération, type, ...)
Certains sujets comme la détection et catégorisation d’objets vus par une caméra sont
bien avancés, mais d’autres sont plus lointains, par exemple la catégorisation d’objets
vus par un Laser basse résolution ou la détection précise de piétons quel que soit le
capteur. Reconnaissance des gestes et compréhension de l’intention (introspection
des piétons et des conducteurs humains). Contextualisation et sémantisation.
La redondance est néanmoins importante car tous les capteurs ont des points faibles
sous certaines conditions (meteo, luminosité, …)
Il est important que ces informations soient accompagnées d’un score de confiance,
Cf validation du système
Traitement du
signal,
Image
Apprentissage
statistique
Base
connaissance,
Inférence
Détection signalétique (lignes, marquages, panneaux, barrières, feux,
...)
Hormis les barrières (détectables par le Lidar) on se repose souvent surtout sur des
caméras pour percevoir ce type d’informations, ce qui n’offre pas une grande
redondance. La détection par vision des feux de signalisation reste encore à fiabiliser.
Ainsi que la sortie du cas nominal (zones de travaux…).
Analyse d’image,
Traitement du
signal,
Apprentissage
statistique
Reconstitution de scène
Les différents capteurs perçoivent sous des formes différentes (images, points, lignes,
écho…) avec des horloges, fréquences, temps de traitement et biais différents.
Il faut donc fusionner tout ça en une seule représentation cohérente de la scène
autour du véhicule à l’instant présent, éventuellement en interaction avec la
cartographie HD si elle est présente.
Traitement du
signal,
Suivi d’objet,
Cohérence spatiotemporelles,
Gestion de
l’incertitude
Apprentissage auto
?
Compréhension de scène
La reconstitution de scène ne suffit pas à résoudre toutes les problématiques
décisionnelles de conduite pour des niveaux élevés d’autonomie. Il faut en effet être
capable de transformer les comportements récents des différents acteurs de la scène,
éventuellement avec l’aide de la cartographie HD, en anticipations des intentions et
motivations des véhicules autour, et pas seulement sous la forme de trajectoires.
Ex: pour ne pas se rabattre pour laisser un véhicule nous dépasser alors qu’il
s’apprête à nous doubler par la droite.
Ex: ne pas dépasser inutilement un véhicule qui s’apprête à sortir ou qui vient de
s’insérer et va accélérer.
Analyse d’image
Traitement du
signal
Apprentissage auto
Collection de data
Localisation
Localisation, carte locale
Cartographie dynamique garantissant l’autonomie de conduite hors signal pour une
mise en situation de sécurité. Perception augmentée, capteur virtuel ou via
Traitement du
signal
Connaissance