A Deployed Hybrid Vehicle-in-the-Loop Platform for Validating Cooperative Perception

Imaginez que vous essayez de conduire une voiture à travers une ville animée, mais que vous possédez un super-pouvoir : vous pouvez voir à travers les murs et autour des coins. Dans le monde réel, les voitures n'ont pas ce pouvoir ; elles dépendent de caméras et de capteurs qui ne peuvent voir que ce qui se trouve directement devant elles. Si un gros camion bloque votre vue, vous êtes aveugle à tout ce qui se passe derrière lui. C'est un problème majeur pour les voitures autonomes, qui doivent connaître chaque obstacle pour rester en sécurité. Pour résoudre cela, les ingénieurs construisent des systèmes de « perception coopérative ». Pensez à cela comme à un jeu de chat perché où chaque joueur crie où il voit les autres joueurs : si la Voiture A est coincée derrière un camion, la Voiture B (qui est de l'autre côté du coin) peut crier : « Hé, il y a un piéton par ici ! » et la Voiture A peut instantanément « voir » ce piéton.

Cependant, tester ces systèmes est délicat. On ne peut pas simplement mettre une centaine de vraies voitures sur une petite piste d'essai pour voir comment elles communiquent entre elles ; c'est trop coûteux et dangereux. On ne peut pas non plus utiliser un jeu informatique, car le jeu pourrait ne pas être assez réaliste pour prouver que la voiture est sûre pour les routes réelles. C'est pourquoi les scientifiques construisent des laboratoires de test « hybrides ». Ce sont des mélanges entre une véritable école de conduite et un jeu vidéo. Vous conduisez une vraie voiture, mais tout le trafic autour de vous est une simulation numérique qui réagit instantanément. Ce document décrit une équipe qui a construit exactement ce genre de plateforme « Vehicle-in-the-Loop » (véhicule dans la boucle). Ils ont relié une vraie voiture instrumentée à un monde de jeu vidéo de haute technologie, permettant de tester la capacité des voitures à partager leurs « cris » (messages) pour avoir une vision d'ensemble, même lorsque la météo est mauvaise ou que le soleil est éblouissant.

Le terrain de jeu hybride

Les chercheurs, une équipe de l'Institut de communication et de systèmes informatiques d'Athènes, en Grèce, ont déployé une nouvelle plateforme de test qui sert de pont entre le monde réel et un jumeau numérique. Imaginez un jumeau numérique comme une réplique parfaite et vivante d'une route réelle dans un jeu vidéo. Dans cette configuration, une vraie voiture roule sur une piste d'essai, mais elle ne roule pas seule. Elle est connectée à une simulation informatique utilisant le moteur de jeu CARLA.

Voici comment la magie opère : la vraie voiture envoie des « cartes postales » numériques toutes les 100 millisecondes. Ces cartes postales contiennent deux types d'informations : où se trouve la voiture (sa position) et ce qu'elle voit (la vue de ses capteurs). Ces messages suivent des règles européennes strictes (normes ETSI) afin d'être faciles à lire. La simulation reçoit ces cartes postales et met instantanément à jour son monde numérique. Si la vraie voiture voit un piéton, le monde numérique le sait aussi. Mais le plus cool est l'inverse : le monde numérique peut également envoyer des messages à la vraie voiture, ou le système peut introduire des « voitures fantômes » (agents virtuels) qui n'existent pas physiquement mais agissent comme un trafic réel. Cela permet à l'équipe de tester des scénarios avec plus de voitures qu'ils n'en possèdent réellement, créant un environnement complexe et encombré sur une petite piste.

L'expérience de la « Super-Vue »

Pour voir si ce système fonctionne réellement, l'équipe a mené une série de tests sur une intersection en double T (un carrefour avec deux formes de T). Ils ont installé trois vraies voitures sur la piste. Deux d'entre elles étaient entièrement « connectées », ce qui signifie qu'elles partageaient à la fois leur position et l'intégralité des données de leurs capteurs (ce qu'elles voyaient) avec le système. La troisième voiture était simplement une « parlante », partageant uniquement sa position. Ils ont également ajouté des voitures virtuelles dans le mélange pour rendre le trafic plus dense.

Le cerveau du système, un puissant module informatique tournant sur une carte graphique (GPU), a pris tous ces messages et les a fusionnés en une seule « grille d'occupation ». Vous pouvez imaginer cette grille comme un immense damier invisible posé sur la route. Chaque case du plateau est colorée pour indiquer si elle est vide, occupée par une voiture ou une personne, ou si le système est incertain. L'objectif était de voir si les « cris » combinés des voitures réelles et virtuelles créaient une image plus claire et plus complète que ce qu'une seule voiture pourrait voir par elle-même.

Ils ont testé cela sous trois « humeurs » différentes de l'environnement :

1. Nominale : Conditions de journée ensoleillée parfaite.
2. Pluie : Météo pluvieuse simulée.
3. Nuit : Conditions d'obscurité où la visibilité est faible.

Ils ont également testé cinq niveaux différents de « confusion » concernant l'endroit où les voitures pensaient se trouver. Parfois, le GPS était parfait, et parfois, ils ont ajouté du bruit pour simuler une erreur de position allant jusqu'à 2,0 mètres.

Ce qu'ils ont découvert : Le pouvoir du travail d'équipe

Les résultats ont été très révélateurs. Premièrement, l'équipe a constaté que lorsque les voitures coopèrent, leur « champ de vision » combiné explose. Une seule voiture ne voit peut-être qu'un quart de la zone importante autour de l'intersection. Mais quand toutes les voitures (réelles et virtuelles) partagent leurs données, elles couvrent la majeure partie de la zone. C'est comme un groupe de personnes debout en cercle : une personne ne peut voir que devant elle, mais ensemble, elles peuvent tout voir autour d'elles.

Deuxièmement, et c'est peut-être le plus important, ils ont découvert une limite à l'aide que le travail d'équipe peut apporter. Lorsque les données de localisation des voitures étaient très précises (faible bruit), l'ajout de plus de voitures rendait le système bien meilleur pour détecter les obstacles. Cependant, une fois que les données de localisation sont devenues « bruyantes » (c'est-à-dire que les voitures n'étaient pas sûres de leur position de plus de 1,5 à 2,0 mètres environ), l'ajout de voitures n'aidait plus. En fait, l'incertitude sur l'endroit où se trouvaient les voitures est devenue le problème majeur, bien plus que la météo ou le nombre de voitures. C'est comme essayer de jouer à « Où est Charlie ? » avec une carte floue ; même si vous avez cent personnes qui regardent, si vous ne savez pas où vous vous trouvez, vous ne pouvez pas trouver la cible.

Il est intéressant de noter que le travail d'équipe était le plus utile lorsque les voitures individuelles étaient en difficulté. La nuit, quand la caméra d'une voiture seule pourrait être aveuglée par l'obscurité, le système coopératif était capable de récupérer et de « voir » les obstacles presque aussi bien qu'en plein jour. Cela suggère que le partage d'informations est une bouée de sauvetage lorsque vos propres capteurs passent une mauvaise journée.

Les limites et la route à suivre

Les auteurs sont honnêtes quant aux limites actuelles de leur système. La connexion entre la vraie voiture et le jeu numérique n'est pas parfaitement synchronisée à la milliseconde près. Parfois, la simulation accuse un léger retard, ce qui peut perturber le timing des messages. Il ne s'agit pas d'une défaillance matérielle, mais d'une particularité de la configuration actuelle du logiciel. L'équipe sait qu'elle doit corriger ce « jitter » (tremblement/instabilité) pour rendre les tests parfaitement reproductibles.

Ils ont également noté que, bien qu'ils aient prouvé que le système fonctionne de manière fonctionnelle, ils n'ont pas encore mesuré avec précision à quel point le monde numérique correspond parfaitement au monde réel dans chaque détail. C'est leur prochaine étape : faire en sorte que la correspondance « sim-to-real » soit parfaite.

À l'avenir, l'équipe prévoit de transformer cette plateforme en un service de test spécifiquement pour la région méditerranéenne. Cette zone présente des défis uniques comme l'éblouissement dû au soleil, des températures très élevées et un trafic dense et mixte comprenant des scooters et des piétons. En construissant une bibliothèque de ces scénarios spécifiques, ils espèrent aider les constructeurs automobiles et les développateurs à tester leurs systèmes de conduite autonome dans des conditions souvent négligées par les sites de test européens standards.

En résumé, cet article montre que mélanger de vraies voitures avec des jumeaux numériques est un moyen puissant de tester comment les voitures peuvent « se parler ». Il prouve que la coopération rend les voitures autonomes plus sûres et plus conscientes de leur environnement, mais il nous avertit aussi que si les voitures ne savent pas exactement où elles se trouvent, même le meilleur travail d'équipe ne peut pas corriger la confusion. L'avenir de cette technologie réside dans le resserrement du timing, la perfection de la correspondance numérique et les tests dans les rues ensoleillées et chaotiques de la Méditerranée.