Descriptif
Les véhicules autonomes incarnent une des révolutions majeures du secteur de la mobilité, reposant sur des systèmes de perception avancés pour naviguer de manière sécurisée et efficace dans des environnements complexes. Ce cours, destiné à des étudiants en dernière année d’école d’ingénieur, explore les systèmes multi-capteurs qui constituent le cœur de la perception automatique dans les véhicules autonomes, tels que les caméras, radars, LiDARs et capteurs ultrasons. Le contexte actuel est marqué par une demande croissante pour des solutions de mobilité autonomes, sûres et durables. Les systèmes multi-capteurs, en fusionnant les données issues de différentes technologies, permettent une compréhension approfondie de l’environnement du véhicule, essentielle pour la reconnaissance d’obstacles, la cartographie, la localisation, et la prise de décision. Cependant, des défis majeurs subsistent, comme la robustesse des capteurs dans des conditions météorologiques défavorables, l’intégration de données massives en temps réel, ou encore les contraintes énergétiques et de coût. Ce cours abordera les enjeux liés à la conception, au déploiement et à l’optimisation des systèmes de perception automatique pour les véhicules individuels. Il s’agira de :
- Comprendre les principes fondamentaux des capteurs (LiDAR, radar, caméras, etc.) et leur complémentarité dans des applications autonomes.
- Maîtriser les techniques de fusion de données pour exploiter efficacement les informations collectées.
- Analyser les performances des systèmes de perception et proposer des solutions adaptées aux contraintes de sécurité, de fiabilité et d’efficacité énergétique.
- Intégrer les systèmes multi-capteurs dans une architecture globale de véhicule autonome, tout en tenant compte des interactions avec l’environnement et des exigences en matière de connectivité (V2X).
À travers des travaux pratiques, des études de cas et des projets collaboratifs, ce cours vise à former des ingénieurs capables de relever les défis techniques et stratégiques liés aux systèmes de perception automatique.
Objectifs pédagogiques
- Identifier les différents types de capteurs utilisés dans les véhicules autonomes (LiDAR, radars, caméras, ultrasons, etc.) et leurs caractéristiques techniques. Analyser les avantages et les limitations de chaque capteur en fonction des applications spécifiques (localisation, détection d’obstacles, cartographie).
- Comprendre les méthodes de fusion de données multi-capteurs (filtre de Kalman, réseaux de neurones, méthodes probabilistes) et développer des solutions pour combiner efficacement les données issues de capteurs multiples afin de fournir une perception précise et fiable de l’environnement.
- Évaluer la robustesse et la précision des systèmes multi-capteurs dans des conditions variées (météorologie, luminosité, environnement complexe).
- Concevoir et intégrer des systèmes multi-capteurs dans une architecture complète de véhicule autonome.
- Exploiter les systèmes multi-capteurs pour concevoir des solutions adaptées à des contextes variés (mobilité urbaine, interurbaine, tout-terrain).
- Modules 3A en salle info : 28
effectifs minimal / maximal:
2/35Diplôme(s) concerné(s)
Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)
Le cours est accessible sans réel pré-requis. Avoir suivi le cours de reconnaissance d’image dispensé au second semestre de la deuxième année (mineure systèmes intelligents) est cependant vivement conseillé.
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)
Vos modalités d'acquisition :
- le rattrapage est obligatoire si :
- Note initiale < 6
- le rattrapage peut être demandé par l'étudiant si :
- 6 ≤ note initiale < 10
- Crédits ECTS acquis : 2 ECTS
- Scientifique acquis : 2
Le coefficient de l'UE est : 1
La note obtenue rentre dans le calcul de votre GPA.
L'UE est évaluée par les étudiants.
Pour les étudiants du diplôme M2 ES - Energy Sciences
Vos modalités d'acquisition :
Projet
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 2 ECTS
Programme détaillé
Ce cours présente différents systèmes de perception automatique qui équipent - ou équiperont - les véhicules individuels, dans un objectif à moyen terme de conduite autonome ou à plus court terme, d'aide à la conduite. Les problèmes de la localisation du véhicule et de la détection d'obstacles sont développés, ainsi que la détection et la reconnaissance d'objets routiers. Si la vision joue un rôle majeur dans ce cours, la complémentarité des différents capteurs présents dans un véhicule est essentielle à l'autonomie ; les différents capteurs et les principes de la fusion multi-capteurs seront présentés. Enfin, l'autonomie n'a de sens que si elle ne se restreint pas aux conditions idéales : la gestion des conditions dégradées (pluie, brouillard, nuit...) fait donc l'objet d'une attention particulière dans ce cours.