FR3080345A1

FR3080345A1 - Amelioration de la detection par le suivi d’un vehicule eclaireur

Info

Publication number: FR3080345A1
Application number: FR1853504A
Authority: FR
Inventors: Rachid Attia; Celine Etcheverry; Audrey Mandard
Original assignee: PSA Automobiles SA
Current assignee: PSA Automobiles SA
Priority date: 2018-04-20
Filing date: 2018-04-20
Publication date: 2019-10-25
Also published as: WO2019202226A1

Abstract

L'invention concerne un procédé de traitement de données relatives à la conduite assistée d'un véhicule courant, pour la confirmation de la détection d'un objet (On) de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédent, comportant les étapes de : • acquisition (S1) par au moins un capteur du véhicule courant de données relatives à l'objet ; • dans le cas où l'objet est initialement détecté (T1) à partir desdites données, exécution des sous-étapes de : ○ détermination (S4) d'une réaction passée du véhicule précédent à l'objet ; ○ confirmation (S5) de la détection de l'objet en fonction de ladite détermination.

Description

Amélioration de la détection par le suivi d’un véhicule éclaireur

La présente invention appartient au domaine de l’assistance à la conduite d’un véhicule. Elle concerne en particulier un procédé de détection fiabilisée d’un objet de nature à modifier la conduite du véhicule. La détection est fiabilisée par la prise en compte des réactions d’un véhicule précédent, le véhicule précédent faisant ainsi office de véhicule éclaireur.

Elle est particulièrement avantageuse dans le cas d’un véhicule automobile autonome dans une situation d’embouteillage.

On entend par « véhicule » tout type de véhicule tel qu’un véhicule automobile, un cyclomoteur, une motocyclette, un véhicule sur rails, etc. On entend par assistance à la conduite d’un véhicule tout procédé automatisé apte à assister la conduite du véhicule. Le procédé peut ainsi consister à diriger partiellement ou totalement le véhicule ou à apporter tout type d’aide à la personne physique conduisant le véhicule.

Les dispositifs d’assistance mettant en œuvre ces procédés peuvent, par exemple, faciliter les stationnements ou les marches arrières, ou détecter des obstacles, notamment devant leur véhicule, ou éclairer un obstacle détecté devant leur véhicule (fonction parfois appelée « marking light »), ou corriger la trajectoire de leur véhicule en fonction du marquage délimitant les voies de circulation empruntées, ou encore réguler la vitesse de leur véhicule en fonction d’une consigne fournie par leur conducteur ou d’une limitation de vitesse en vigueur sur la voie de circulation empruntée.

Afin de pouvoir fonctionner, la plupart de ces dispositifs d’assistance ont besoin d’être alimentés au moins en informations représentatives de l’environnement de leur véhicule. Ces informations sont généralement fournies par, ou déduites, de données issues de capteurs extéroceptifs, comme par exemple des capteurs à ultrasons, des caméras, des radars ou des lidars.

Plus le niveau d’autonomie de la conduite est élevé, plus le niveau de sécurité des informations transmises par les capteurs et traités par les composants en charge du calcul des instructions de conduite doit être élevé. En particulier, la détection d’objets dans l’environnement du véhicule et susceptibles de nécessiter un changement de direction, de freinage ou d’accélération du véhicule doit être extrêmement fiable.

Or, la détection basée sur ces capteurs souffre des limitations inhérentes à chacun des capteurs (conditions de luminosité, conditions météos, nature de l’objet à détecter, etc.). En effet, la caméra utilise en général des algorithmes d’apprentissage, qui peuvent se tromper, et peut ensuite reconnaître des formes (véhicules, animaux, etc.). Le radar et lidar quant à eux, utilisent une détection active (envoi d’un signal et réception de l’écho). Cette modalité de détection souffre de limitations notamment à cause de la nature et de la forme de l’objet à détecter. Par ailleurs, à cause de réflexions multiples (chemins indirects de retours d’échos pour les radars et lidars), les capteurs peuvent affirmer à tort l’existence d’un objet sur la route (fausses détections ou objets fantômes).

La présente invention vient améliorer la situation.

A cet effet, un premier aspect de l’invention concerne un procédé de traitement de données relatives à la conduite assistée d’un véhicule courant, pour la confirmation de la détection d’un objet de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédent, comportant les étapes de :

• acquisition par au moins un capteur du véhicule courant de données relatives à l’objet ;

• dans le cas où l’objet est initialement détecté à partir desdites données, exécution des sous-étapes de :

o détermination d’une réaction passée du véhicule précédent à l’objet ; o confirmation de la détection de l’objet en fonction de ladite détermination.

Si un objet est détecté par les capteurs du véhicule courant, il est peu probable que le véhicule précédent n’ait pas réagi face à cet objet.

Confirmer la détection de l’objet en prenant en compte la réaction du véhicule précédent améliore sensiblement la fiabilité de la détection de l’objet, sans nécessité de composants (redondance des capteurs) supplémentaires.

Il s’agit d’un très bon compromis entre la fiabilisation de la détection et une complexité/coûts maîtrisés.

En outre, avec des niveaux d’autonomie de plus en plus importants, il est important de pouvoir alimenter les modèles algorithmiques de conduite autonome afin de parfaire leur apprentissage. En effet, ces modèles sont typiquement fondés sur l’utilisation d’une intelligence artificielle et comprennent par exemple un réseau neuronal convolutif. De tels modèles ont besoin d’être alimentés en données fiabilisées pour apprendre à discriminer les vrais détections d’objet des fausses détections d’objets (objets fantômes). L’invention rend donc possible une meilleure compréhension et donc un meilleur traitement par le modèle des objets fantômes, le modèle apprenant à interpréter certaines détections pour les éliminer rapidement et avec un bon niveau de fiabilité

On entend par « réaction du véhicule » toute action du véhicule initié par le conducteur et/ou le système de conduite autonome de celui-ci, ou par toute autre entité en charge de la conduite du véhicule précédent (conduite délocalisée sur un serveur, par une infrastructure, téléguidée, etc.). Des exemples de réactions sont donnés ci-après.

On entend par« véhicule précédent » tout véhicule précédent spatialement ou temporellement le véhicule courant. Des exemples de positions du véhicule précédent par rapport au véhicule courant sont donnés ci-après.

Dans un mode de réalisation, la détermination de la réaction du véhicule précédent à l’objet comporte les sous-étapes de :

i. acquisition d’un historique des réactions du véhicule précédent ;

ii. détermination, à partir de l’historique, de la réaction passée du véhicule précédent audit objet.

Il est ainsi aisément possible de revenir en arrière dans le temps à partir de l’historique pour déterminer la réaction du véhicule précédent à l’objet. Cette méthode est optimale quant au ratio complexité de traitement / précision de la détermination de la réaction.

Dans un mode de réalisation particulier, l’historique est acquis par l’un au moins des éléments suivants :

• le capteur du véhicule courant ;

• au moins un capteur du véhicule précédent ;

• au moins un capteur d’un élément d’infrastructure routière à proximité du véhicule courant et/ou dudit véhicule précédent ;

• des données liées à l’un au moins des occupants du véhicule précédent et / ou du véhicule courant.

L’utilisation du capteur du véhicule courant est simple et peu coûteuse pour suivre les réactions du véhicule précédent. Des moyens plus précis et sophistiqués reposant sur les technologies de communications du véhicule (technologies Car2X, V2X, etc.) rendent également possible la prise en compte de données acquises par d’autres dispositifs au fait de l’évolution du véhicule précédent.

Dans un mode de réalisation, la réaction du véhicule précédent est au moins un élément parmi :

• une action de freinage ;

• une action d’accélération ;

• une modification de la trajectoire du véhicule précédent ;

• le déclenchement d’une alerte de détection d’objet.

On entend par « déclenchement d’une alerte de détection d’objet » toute action automatique ou initiée par le conducteur du véhicule courant et/ou précédent conduisant à la détection de l’objet.

Dans un autre mode de réalisation, le véhicule précédent précède le véhicule courant dans l’une des positions suivantes :

• le véhicule courant et le véhicule précédent partagent sensiblement la même trajectoire, le véhicule précédent précédant le véhicule courant dans le temps sur ladite trajectoire ;

• le véhicule précédent précède le véhicule courant dans une file de véhicules ;

• le véhicule précédent précède le véhicule courant sur une voie d’une route ;

• le véhicule précédent est sur une voie adjacente à une voie d’une route où est situé véhicule courant.

Si les véhicules courant et précédent partagent la même trajectoire, sont sur la même file ou voie, un objet situé sur la trajectoire du véhicule précédent concerne également très probablement le véhicule courant. La prise en compte de la réaction du véhicule précédent situé dans la voie adjacente est pertinente pour de nombreux objets, notamment pour l’objet dynamique provenant de la voie adjacente où est situé le véhicule précédent.

On entend par « sensiblement la même trajectoire » toute proximité raisonnable entre les trajectoire. Par exemple, un écart de l’ordre du mètre, du décimètre, du centimètre ou du millimètre peut être toléré.

Dans un autre mode de réalisation, au moins deux capteurs du véhicule courant acquièrent des données relatives à l’objet, et dans lequel la détection initiale de l’objet comporte les étapes de :

• calcul d’une probabilité d’existence dudit objet, au moins à partir des données des capteurs ;

• détection initiale dudit objet en fonction, au moins :

o de la probabilité d’existence ;

o du nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet.

La mise à l’épreuve d’une information consolidée, la probabilité d’existence, avec des données brutes de capteur, le nombre de capteur ayant détecté seuls l’objet, augmente significativement la fiabilité de la détection initiale de l’objet.

En particulier, le nombre de capteur est une information qui, statistiquement, est très discriminante et efficace pour détecter les erreurs de calcul des probabilités d’existence. Inversement, dans les cas où la décision de détection initiale est prioritairement prise en fonction du nombre de capteur, la probabilité d’existence apporte une finesse supplémentaire dans la prise de décision de détection.

La combinaison de ces deux critères a donc pour effet de fiabiliser la prise de décision de détection initiale, sans avoir à augmenter la redondance des capteurs. Il s’agit donc du meilleur compromis entre la fiabilisation de la détection et une complexité/coûts maîtrisés.

On entend par « nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet » le nombre de capteurs ayant détecté de manière autonome un objet. Cela signifie par exemple que si un seul capteur sur trois a détecté un objet, les données acquises par ce capteur indiquent, sans avoir besoin d’être mises en correspondance avec d’autres données d’autres capteurs (par exemple), qu’un objet est présent.

Dans un mode de réalisation, le procédé comporte en outre l’étape de génération d’une instruction d’assistance à la conduite fonction de ladite confirmation de détection.

Un deuxième aspect de l’invention vise un programme informatique comportant des instructions pour la mise en œuvre du procédé selon le premier aspect de l’invention, lorsque ces instructions sont exécutées par un processeur.

Un troisième aspect de l’invention vise un dispositif de traitement de données relatives à la conduite assistée d’un véhicule courant, pour la confirmation de la détection d’un objet de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédant, comportant :

• au moins un capteur du véhicule courant de données relatives à l’objet ;

• un processeur agencé pour effectuer les opérations de :

o dans le cas où l’objet est initialement détecté à partir desdites données, exécution des sous-étapes de :

détermination d’une réaction passée du véhicule précédant à l’objet ;

confirmation de la détection de l’objet en fonction de ladite détermination.

Un quatrième aspect de l’invention vise un véhicule comportant le dispositif de traitement de données selon le troisième aspect de l’invention.

D’autres caractéristiques et avantages de l’invention apparaîtront à l’examen de la description détaillée ci-après, et des dessins annexés sur lesquels:

la figure 1 illustre un contexte d’application de l’invention ;

la figure 2 illustre un procédé de traitement de données selon l’invention ;

la figure 3 illustre un microcontrôleur, selon un mode de réalisation de l’invention.

L’invention est décrite ci-après dans son application, non limitative, au cas d’un véhicule automobile autonome dans une situation d’embouteillage. D’autres applications telles qu’un autobus sur une voie dédiée ou encore une motocyclette sur une route de campagne sont également envisageables.

La figure 1 illustre un véhicule automobile Vk. Le véhicule automobile Vkest précédé par le véhicule précédent Vk-i, tous deux présents sur une voie AR, par exemple une voie d’autoroute.

Dans des modes de réalisation, le véhicule précédent précède le véhicule courant dans l’une des positions suivantes :

• le véhicule précédent précède le véhicule courant sur une voie AR d’une route ;

Le procédé selon l’invention a pour objet la détection fiable d’un objet O_n. Des capteurs C1, C2 et C3 sont présents sur le véhicule Vk pour acquérir des données susceptibles de traduire la présence de l’objet O_n. Les capteurs C1, C2 et C3 sont par exemple des capteurs extéroceptifs, comme par exemple des capteurs à ultrasons, des caméras, des radars, des

GPS (« global positionning System », système de positionnement global en français), des capteurs de mouvement ou des lidars.

Ces capteurs sont reliés à un dispositif D de traitement de données relatives à la conduite assistée décrit ci-après en référence à la figure 3.

La figure 2 est un schéma représentant les étapes du procédé selon un mode de réalisation de l’invention.

A l’étape S1, les capteurs C1, C2 et C3 acquièrent des données relatives à l’objet O_n. De telle données sont aptes à traduire la présence de l’objet O_n. Par exemple, pour un capteur radar, une donnée traduisant la détection d’un objet correspondrait à une instruction du capteur indiquant la présence d’un objet dans le champ du capteur et éventuellement une distance approximative entre l’objet et le capteur.

Les données des capteurs peuvent être consolidées par exemple en identifiant le type d’objet détecté par le ou les capteurs. Par exemple, une analyse d’image peut conduire à classifier les objets (statiques/mobiles), des attributs (positions, vitesses, etc.), un typage (voiture, moto, etc.), etc.

Quand différents objets Οι, O2, .... On sont détectés, un traitement objet par objet peut être effectué. Dans cette situation, les objets peuvent être traités successivement par ordre de détection, en fonction de leur classe, attribut ou typage, etc. Un traitement simultané, au moins partiellement, des objets peut également être mis en place.

Une étape de détection initiale T1 est ensuite mise en œuvre. L’étape T1 est décrite ci-après en détail, la détection initiale est fonction des données acquises par les capteurs C1, C2 et C3 et/ou de données reçues par le véhicule courant (par exemple reçues par des technologies de type Car2X ou V2X).

A l’étape S5, une réaction passée du véhicule Vk-1 à l’objet O_n est prise en compte pour confirmer la détection initiale T1.

Pour ce faire, un historique des réactions du véhicule précédent est stocké à l’étape S3. Les réactions du véhicule précédent peuvent être collectées par les capteurs C1, C2, C3 et/ou transmises au véhicule Vk.

Lorsque le suivi du véhicule précédent est effectué à partir des données acquises par les capteurs C1, C2, C3, un traitement, par exemple quand le véhicule précédent est détecté par deux capteurs sur trois ou à partir de redondances entre capteurs, destiné à confirmer la présence du véhicule précédent peut-être effectué. Les données acquises par les capteurs C1, C2 et C3 correspondent par exemple à la dimension, la vitesse et la position relative du véhicule précédent.

Dans un mode de réalisation, le véhicule précédent est utilisé en tant que véhicule cible principale pour les besoins de guidage longitudinal et le véhicule courant assure une distance inter-véhiculaire définie en ajustant sa vitesse.

En particulier, les données transmises peuvent être :

- acquises par l’un des capteurs du véhicule précédent ;

- acquises par l’un des capteurs d’un élément communiquant d’infrastructure routière à proximité du véhicule courant et/ou précédent. Il s’agit typiquement d’un feu de circulation, d’un revêtement ou de dispositifs (lignes, passages cloutés, etc.) de la route, de radars de contrôle de vitesse, de panneaux de signalisation, etc. ;

- acquises à partir de dispositifs utilisateur connectés, tels que téléphones, tablettes, assistant personnel ou encore ordinateur. Dans cette situation, les données peuvent être renseignées par l’utilisateur ou captées par des capteurs des dispositifs utilisateurs (accéléromètre, GPS, etc.) ;

- renseignées par un occupant du véhicule précédent et / ou courant, typiquement sur l’une des interfaces homme machine disponible dans ces véhicules.

Plus généralement, tout type de données reçue via un système de communication au véhicule G1 ou tout système de communication à tout dispositif G2 peut-être prise en compte pour déterminer la réaction du véhicule précédent.

Tout type de réaction physique ou numérique du véhicule précédent peut être prise en compte. Par exemple, le freinage, l’accélération, le changement de direction ou toute modification de trajectoire du véhicule précédent, l’envoi d’un message d’urgence, le changement de mode de conduite, le déclenchement de toute alerte sur le véhicule précédent, etc. sont des réactions de véhicule.

A partir de cet historique, une réaction R_n du véhicule précédent à l’objet O_n est déterminée à l’étape S4. Si l’objet O_n est un objet statique, la détermination consiste à voir comment le véhicule précédent Vk-i a réagi lorsqu’il a été confronté à l’objet O_n. Par exemple, si le véhicule Vk-i a 4 secondes d’avance sur Vk, la réaction dans l’historique à t-4 secondes est prise en compte.

L’objet On peut également être dynamique. Dans cette situation, la prise en compte de la réaction du véhicule précédent situé sur une voie adjacente est pertinente, notamment quand la détection initiale indique que l’objet dynamique se déplace vers le véhicule courant. La prise en compte des données des capteurs du véhicule précédent est également pertinente dans cette situation.

Une absence de réaction du véhicule précédent à un objet initialement détecté (objet fantôme) ou si, au contraire, le véhicule précédent a réagi sans que rien n’ait été détecté par le véhicule courant, un dysfonctionnement du mode de détection des objets est certainement présent. Dans ces cas, un apprentissage du faux positif ou faux négatif peut-être effectué, une instruction de reprise en main du véhicule par le conducteur peut-être générée et/ou un freinage peut également être mis en œuvre par sécurité.

Dans un mode de réalisation, l’étape de confirmation de la détection peut comporter, dans les cas où la détection est confirmée et/ou infirmée, une transmission d’information relative à la détection à l’un au moins des éléments suivants :

- à un modèle, typiquement fondé sur un algorithme faisant intervenir une intelligence artificielle et comprenant par exemple un réseau neuronal convolutif, configuré pour gérer la conduite autonome du véhicule courant. L’information sert alors à alimenter ledit modèle et contribue ainsi à l’apprentissage du réseau neuronal convolutif. Typiquement, cela rend possible une meilleure compréhension et donc un meilleur traitement par le modèle des objets fantômes, le modèle apprenant à interpréter certaines détections pour les éliminer rapidement et avec un bon niveau de fiabilité ;

- à au moins un autre véhicule relié par un canal de communication au véhicule courant, typiquement radio fréquentiel ;

- à au moins un élément d’infrastructure relié par un canal de communication au véhicule courant, typiquement radio fréquentiel.

Les instructions sont prises à l’étape S6. Elles peuvent alors être directement mises en œuvre par un organe du véhicule (action de freinage, accélération, allumage de feux, transmission d’un message d’urgence par exemple) ou notifiées à un autre module de conduite assistée.

L’objet On ayant ainsi été traité, le procédé reprend pour un nouvel objet n+1 à l’étape S7.

Un procédé de détection initiale selon l’invention est ici décrit.

Une étape supplémentaire (non représentée) de détermination de la trajectoire du véhicule Vk est mise en œuvre. A partir des données, typiquement consolidées, des capteurs, des données relatives au véhicule ou encore de données relatives au conducteur du véhicule (âge, années de permis, etc.), une trajectoire latérale (direction vers la gauche ou la droite) est calculée.

Les données relatives au véhicule sont par exemple : vitesse, orientation des roues, caractéristiques (régime, température, etc.) du moteur, réserves d’énergie (essence, électricité, etc.), positionnement (typiquement au moyen d’un GPS intégré), un état d’usure des pneumatiques, etc.

Parmi les objets détectés par les capteurs, il est possible que certains se trouvent hors de la trajectoire latérale du véhicule. Dans un mode de réalisation, cela signifie que tout objet susceptible de se trouver sur la trajectoire du véhicule, quelque soit la trajectoire longitudinale (vers l’avant ou l’arrière) du véhicule, est pris en compte.

Dans un autre mode de réalisation, des hypothèses sont prises pour définir la trajectoire longitudinale du véhicule. Ces hypothèses sont par exemple un intervalle de vitesse égal à [vitesse Vk - 30 km/h ; vitesse Vk + 20 km/h] sur une distance fixe, ou une vitesse évolutive selon la distance. Dans cet autre mode de réalisation, seuls les objets sur la trajectoire déterminée selon lesdites hypothèses sont pris en compte.

Dans un autre mode de réalisation, une zone dans laquelle les objets sont pris en compte est définie. Par exemple, en fonction du mode de guidage du véhicule, la sélection des objets se fera sur une zone conique dont la largeur initiale est la voie, qui diminue avec la distance tout en suivant la courbure de la voie (mode de guidage appelé « suivi de voie »). Pour un autre mode de guidage, appelé « suivi de flux véhicule », la zone correspond à la largeur de voie estimée autour de la trajectoire visée.

Les objets des voies adjacentes peuvent également être pris en compte :

lorsqu’une voie d’insertion est détectée à proximité : identifié à partir d’information cartographiques, des marquages au sol et de la présence d’objets sur les voies adjacentes ;

lorsque la prédiction de trajectoire a permis d’évaluer que la trajectoire du véhicule de la voie adjacente entrait en collision avec la trajectoire du véhicule courante (situation dite de « cut-in agressif »).

A une étape S2 (non représentée), une probabilité P_n d’existence de l’objet O_n est calculée au moins à partir des données acquises par les capteurs. La probabilité d’existence est par exemple calculée en pondérant des données reçues des capteurs. La pondération est par exemple fonction de la localisation de l’objet, du type de capteur concerné, de la classe, des attributs ou encore du typage de l’objet. Les données relatives au véhicule ou à sa trajectoire peuvent également être prises en compte. D’autres données, par exemple reçues depuis l’extérieur via une connexion internet radiofréquence, peuvent également être prises en compte.

Dans un mode de réalisation, l’étape de détection initiale est faite en fonction de la probabilité P_n d’existence de l’objet O_n et du nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet O_n.

Différentes situations sont envisageables pour prendre la décision de retenir ou non la détection de l’objet O_n.

Dans un mode de réalisation, des intervalles de probabilité d’existence sont définis. Aux couples [nombre de capteur ayant détecté ; intervalle de probabilité] sont associées des instructions d’assistance à la conduite du véhicule.

Par exemple, pour un objet statique détecté de manière incertaine par deux capteurs sur trois :

· si la probabilité d’existence est supérieure à 80% : instruction de freinage sur l’objet ;

• si la probabilité d’existence est comprise entre 50 et 80% : freinage limité pendant une durée prédéterminée (par exemple 4 secondes) puis freinage en fonction de l’évolution du nombre de capteurs et de la probabilité après la durée prédéterminée ;

• si la probabilité d’existence est inférieure à 50% : aucune action entreprise.

îo Dans toutes ces situations, une fois la détection (et donc l’instruction) initialement déterminée, cette détection est confirmée à partir du procédé décrit ci-avant en référence à la figure 2. Dans un mode de réalisation, la détection initiale et la confirmation sont effectuées simultanément, par exemple à partir de la probabilité P_n d’existence de l’objet O_n, du nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet O_n et de la réaction du véhicule précédent. Dans un autre mode de réalisation, la confirmation de détection est effectuée après la détection initiale.

En particulier, un procédé particulier de détection initiale, mode de réalisation particulier de la présente invention, est décrit ci-dessous :

A. Procédé de traitement de données relatives à la conduite assistée d’un véhicule courant (Vk), pour la détection d’un objet (O_n) de nature à modifier la conduite dudit véhicule, comportant les étapes de :

• acquisition (S1 ) par au moins deux capteurs (C1 ; C2 ; C3) de données relatives audit objet ;

• calcul (S2) d’une probabilité d’existence dudit objet, au moins à partir des données des capteurs ;

• détection dudit objet en fonction, au moins :

o de la probabilité d’existence ;

o du nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet ;

• génération (S6) d’une instruction d’assistance à la conduite fonction de ladite détection.

La mise à l’épreuve d’une information consolidée, la probabilité d’existence, avec des données brutes de capteur, le nombre de capteur ayant détecté seuls l’objet, augmente significativement la fiabilité de la détection de l’objet.

En particulier, le nombre de capteur est une information qui, statistiquement, est très discriminante et efficace pour détecter les erreurs de calcul des probabilités d’existence. Inversement, dans les cas où la décision de détection est prioritairement prise en fonction du nombre de capteur, la probabilité d’existence apporte une finesse supplémentaire dans la prise de décision de détection.

La combinaison de ces deux critères a donc pour effet de fiabiliser la prise de décision de détection, sans avoir à augmenter la redondance des capteurs. Il s’agit donc du meilleur compromis entre la fiabilisation de la détection et une complexité/coûts maîtrisés.

B. Procédé selon le procédé A, comportant, préalablement à l’étape de calcul de la probabilité d’existence, une étape de :

• vérification que ledit objet est sur la trajectoire dudit véhicule ;

dans le cas où l’objet n’est pas sur la trajectoire, génération d’une instruction de non détection.

Les ressources en calcul mobilisées pour la détection de l’objet sont ainsi avantageusement réduites. On entend par « instruction de non détection » tout type de donnée à partir de laquelle il est possible de déduire qu’aucun objet n’a été détecté.

C. Procédé selon le procédé B, dans lequel ledit objet est considéré sur la trajectoire dudit véhicule si l’objet est en déplacement vers la trajectoire.

On entend par « en déplacement vers la trajectoire » tout mouvement de l’objet susceptible de l’amener dans une zone où il prévu que le véhicule se rende.

E. Procédé selon l’un quelconque des procédés numérotés précédents, comportant en outre une étape de :

• détermination d’une trajectoire latérale du véhicule courant ;

et dans lequel l’objet n’est pas détecté si lesdits capteurs révèlent que l’objet n’est pas sur la trajectoire du véhicule courant.

F. Procédé selon l’un quelconque des procédés numérotés précédents, comportant, après l’étape de détection initiale, des étapes de :

• renseignement d’une base statistique de fausses détection d’objet, comportant les sous-étapes de :

o génération d’une entrée de fausse détection quand un objet, appelé objet bruit, a été détecté par ladite étape de détection mais qu’il a également été détecté qu’un véhicule précédant ledit véhicule courant n’a pas réagi en réaction à cet objet ;

o stockage des caractéristiques dudit objet bruit ;

• détermination statistique de fausse détection d’objet, comportant, lorsqu’un objet a été détecté à l’étape de détection, les sous-étapes de :

o détermination des caractéristiques de l’objet ;

o recherche de caractéristiques communes à l’objet détecté et aux objets bruit présent dans la base statistique ;

o en cas de correspondance, génération d’une instruction de fausse détection.

La figure 3 représente un exemple de dispositif D du véhicule Vk. Ce dispositif D peut être utilisé en tant que dispositif centralisé en charge d’au moins certaines étapes du procédé selon l’invention, en tant que serveur distant ou tout type de dispositif apte à mettre en œuvre les étapes du procédé selon l’invention. Les étapes d’acquisition de données relatives à l’objet sont effectuées par des capteurs tels que les capteurs C1, C2 et/ou C3. Les autres étapes peuvent être effectuées par le seul dispositif D mais également être effectués pour certaines par d’autres dispositifs de traitement situés à d’autres endroits dans le véhicule.

Ce dispositif D peut prendre la forme d’un boîtier comprenant des circuits imprimés, de tout type d’ordinateur ou encore d’un téléphone mobile.

Le dispositif D comprend une mémoire vive 1 pour stocker des instructions pour la mise en œuvre par un processeur 2 du procédé tel que décrit ci-avant. Le dispositif comporte aussi une mémoire de masse 3 pour le stockage de données destinées à être conservées après la mise en œuvre du procédé. La mémoire vive 1 et/ou la mémoire de masse 3 stockent par exemple l’historique des réactions du véhicule précédent.

Le dispositif D peut en outre comporter un processeur de signal numérique (DSP) 4. Ce DSP 4 reçoit les données des capteurs pour mettre en forme, démoduler et amplifier, de façon connue en soi ces données. Ce traitement peut alternativement être effectué au niveau des capteurs.

Le dispositif comporte également une interface d’entrée 5 pour la réception des données relevées par les capteurs et une interface de sortie 6 pour la transmission des données des instructions d’assistance à la conduite.

La présente invention ne se limite pas aux formes de réalisation décrites ci-avant à titre d’exemples ; elle s’étend à d’autres variantes.

Ainsi, on a décrit ci-avant des exemples de paramètres, autres que la probabilité et le nombre de capteurs, pouvant être pris en compte pour la détection de l’objet ou la détermination de la trajectoire du véhicule courant. Bien sûr, d’autres paramètres tels que les conditions météorologiques, la densité détectée de l’objet ou encore la cylindrée du moteur peuvent être 5 pris en compte.

En outre, on a décrit un exemple particulier de détection initiale de l’objet. Bien sûr, d’autres procédé de détection initiale (par exemple à partir d’un seul capteur, à partir d’un drone à proximité du véhicule, etc.) sont envisageables.

Claims

1. Procédé de traitement de données relatives à la conduite assistée d’un véhicule courant (Vk), pour la confirmation de la détection d’un objet (O_n) de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédent (Vk-i), comportant les étapes de :

• acquisition (S1) par au moins un capteur (C1 ; C2; C3) du véhicule courant de données relatives à l’objet ;

• dans le cas où l’objet est initialement détecté (T1) à partir desdites données, exécution des sous-étapes de :

o détermination (S4) d’une réaction passée du véhicule précédent à l’objet ;

o confirmation (S5) de la détection de l’objet en fonction de ladite détermination.

2. Procédé selon la revendication 1, dans lequel la détermination de la réaction du véhicule précédent à l’objet comporte les sous-étapes de :

i. acquisition (S3) d’un historique des réactions du véhicule précédent ;

ii. détermination (S4), à partir de l’historique, de la réaction passée du véhicule précédent audit objet.

3. Procédé selon la revendication 2, dans lequel l’historique est acquis par l’un au moins des éléments suivants :

• le capteur du véhicule courant ;

• au moins un capteur du véhicule précédent ;

4. Procédé selon l’une des revendications précédentes, dans lequel la réaction du véhicule précédent est au moins un élément parmi :

• une action de freinage ;

• une action d’accélération ;

• une modification de la trajectoire du véhicule précédent ;

• le déclenchement d’une alerte de détection d’objet.

5. Procédé selon l’une des revendications précédentes, dans lequel le véhicule précédent précède le véhicule courant dans l’une des positions suivantes :

6. Procédé selon l’une des revendications précédentes, dans lequel au moins deux capteurs du véhicule courant acquièrent des données relatives à l’objet, et dans lequel la détection (T1) initiale de l’objet comporte les étapes de :

• détection initiale dudit objet en fonction, au moins :

o de la probabilité d’existence ;

7. Procédé selon l’une des revendications précédentes, comportant en outre l’étape de :

• génération (S6) d’une instruction d’assistance à la conduite fonction de ladite confirmation de détection.

8. Programme informatique comportant des instructions pour la mise en œuvre du procédé selon l’une quelconque des revendications précédentes, lorsque ces instructions sont exécutées par un processeur (2).

9. Dispositif (D) de traitement de données relatives à la conduite assistée d’un véhicule courant, pour la confirmation de la détection d’un objet de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédent, comportant :

• au moins un capteur (C1 ; C2 ; C3) du véhicule courant de données relatives à l’objet ;

• un processeur (2) agencé pour effectuer les opérations de :

détermination d’une réaction passée du véhicule précédent à l’objet ;

10. Véhicule (Vk;Vk-i) comportant le dispositif de traitement de données selon la revendication 9.