2.12.22 (851)

Cours scientifiques - MDC_5MI09_TA : Véhicules intelligents

Domaine > Sciences et technologies de l'information et de la communication, Multidisciplinary course.

Descriptif

Ce cours explore les enjeux et défis liés au développement des véhicules autonomes et connectés, au cœur de la transition vers une mobilité plus intelligente et durable. Dans un contexte où les avancées technologiques transforment rapidement le secteur automobile, les ingénieurs doivent maîtriser des compétences clés pour répondre aux exigences croissantes en matière de sécurité, d’efficacité, et d’intégration au sein de réseaux de mobilité interconnectés. Centré sur les automobiles, il permet également de saisir les enjeux pour tout type de transports terrestres autonomes. La transition vers les véhicules autonomes repose en effet sur des innovations dans des domaines tels que l’intelligence artificielle, la connectivité V2X (véhicule-infrastructure et véhicule-véhicule), et les technologies de perception (LiDAR, caméras, radars). Ces technologies redéfinissent non seulement les modèles de conception des véhicules, mais aussi leur interaction avec l’environnement et les utilisateurs. Les étudiants seront formés à des notions essentielles, notamment la planification et la prise de décision en temps réel, la sécurité fonctionnelle et la cybersécurité, la localisation de précision et la validation par simulation. Une attention particulière sera portée aux défis de l’intégration des véhicules autonomes dans des environnements complexes et variés, ainsi qu’aux implications sociétales, réglementaires et environnementales de ces technologies.

Objectifs pédagogiques

  • Connaitre les enjeux autour de l’automatisation d’un véhicule
  • Comprendre les enjeux autour des systèmes communications pour les véhicules connectéS
  • Connaitre les principes de communications intra-véhiculaires et de leur sécurisation
  • Connaitre les principes de développement des algorithmes de communication et de pi-lotage pour les véhicules autonomes
  • Maîtriser les technologies d’aide à la conduite et d’automatisation des véhicule

28 heures en présentiel (8 blocs ou créneaux)

effectifs minimal / maximal:

5/35

Diplôme(s) concerné(s)

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)

Aucun

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)

Vos modalités d'acquisition :

Examen écrit 

Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)
  • le rattrapage est obligatoire si :
    Note initiale < 6
  • le rattrapage peut être demandé par l'étudiant si :
    6 ≤ note initiale < 10
L'UE est acquise si Note finale >= 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

Le rattrapage est autorisé (Note de rattrapage conservée)
    L'UE est acquise si Note finale >= 10
    • Crédits ECTS acquis : 2 ECTS

    Programme détaillé

    Ce cours propose une immersion dans les technologies et concepts essentiels à la con-ception des véhicules autonomes et connectés, en vue de préparer les ingénieurs à relever les défis de la filière automobile de demain. Il vise à sensibiliser les étudiants aux probléma-tiques clés et à leur permettre d’acquérir des compétences spécifiques dans les domaines des systèmes autonomes et connectés. Les thématiques abordées sont les suivantes :

    • Enjeux du véhicule autonome : Analyse des impacts sociétaux, économiques, réglementaires et environnementaux.
    • Sécurité du véhicule autonome : Étude des systèmes de sécurité active et passive, cybersécurité et normes associées.
    • Planification & Décision : Modélisation des algorithmes de planification de trajectoires et de prise de décision en temps réel.
    • Localisation : Compréhension des systèmes de localisation précis (GPS, LiDAR, SLAM) et des techniques de fusion de données.
    • IA et Deep Learning : Application des méthodes d’intelligence artificielle et d’apprentissage profond pour la perception, l’analyse et la prise de décision.
    • V2X et Connectivité : Exploration des technologies de communication véhicule-véhicule (V2V) et véhicule-infrastructure (V2I) pour les systèmes interconnectés.
    • Validation & Simulation : Approches et outils pour tester et valider les systèmes autonomes dans des environnements virtuels et réels.

    Mots clés

    Communications intra-véhiculaires, intelligence artificielle, ADAS,

    Méthodes pédagogiques

    Cours/TD intégré avec utilisation d’outils numériques. Visite sur site
    Veuillez patienter