FR3115913A1 - Procédé et système de génération automatique et d’utilisation de scénarios de trafic routier - Google Patents
Procédé et système de génération automatique et d’utilisation de scénarios de trafic routier Download PDFInfo
- Publication number
- FR3115913A1 FR3115913A1 FR2011296A FR2011296A FR3115913A1 FR 3115913 A1 FR3115913 A1 FR 3115913A1 FR 2011296 A FR2011296 A FR 2011296A FR 2011296 A FR2011296 A FR 2011296A FR 3115913 A1 FR3115913 A1 FR 3115913A1
- Authority
- FR
- France
- Prior art keywords
- scenario
- observed
- scenarios
- scenes
- logical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/09675—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where a selection from the received information takes place in the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
Abstract
Procédé et système de génération automatique et d’utilisation de scénarios de trafic routier
L’invention concerne un procédé et un système de génération automatique et d’utilisation de scénarios de trafic routier, comportant un ou plusieurs capteurs fixes (4A, 4B, 4C), le ou chaque capteur étant adapté pour acquérir des données brutes relatives à un périmètre d’observation, le système (2) comportant en outre au moins un processeur de calcul (10) configuré pour mettre en œuvre un module (16) d’obtention, à partir des données brutes acquises par le ou les capteurs, d’une pluralité d’éléments, fixes ou dynamiques formant une succession de scènes observées, et de paramètres caractérisant lesdits éléments, un module (18) d’identification d’évènements par comparaison entre au moins deux scènes observées de la succession de scènes, un module (20) de génération d’un scénario concret, comportant une séquence temporelle se scènes liées par des évènements et un module (22) de mise à jour d’une base de scénarios (14).
Figure pour l'abrégé : Figure 1
Description
La présente invention concerne un procédé et un système de génération automatique et d’utilisation de scénarios de trafic routier.
L’invention se situe dans le domaine du pilotage sécurisé de véhicules automobiles, et en particulier dans le domaine de la sécurité routière. Elle trouve une application notamment dans le domaine des véhicules automobiles autonomes ou semi-autonomes.
Dans le domaine du pilotage sécurisé des véhicules automobiles, et notamment dans le pilotage autonome, un des problèmes principaux est l’identification anticipée de situations à risque, permettant de prendre des mesures correctrices pour éviter des accidents.
La norme ISO/PAS 21448 définit la sécurité fonctionnelle attendue pour les véhicules routiers ou SOTIF (de l’anglaisSafety Of The Intended Functionality). Pour la mise en place de fonctionnalités de véhicules autonomes ou semi-autonomes, la connaissance et l’anticipation de situations à risques sont nécessaires pour assurer le niveau de sécurité prescrit. Il est prévu d’utiliser des scénarios préalablement enregistrés, chaque scénario décrivant des enchaînements temporels entre des scènes, constatés pour identifier les situations à risque et prendre les mesures nécessaires.
Le document WO2017/164991 A1 décrit un système qui met en œuvre un véhicule autonome qui comporte un détecteur de scénario de trafic embarqué, afin d’augmenter la sécurité, notamment pour la fiabilisation de la détection d’objets en fonction du scénario de trafic. Dans ce document, le scénario de trafic est limité à la configuration routière autour du véhicule autonome porteur du détecteur, comme le nombre de voies, d’intersections etc, sans toutefois permettre d’anticiper des situations à risque d’accident.
Ainsi, une problématique qui se pose dans le domaine de sécurité routière pour véhicules autonomes ou semi-autonomes, est de mettre au point une base de scénarios de trafic routier qui soit la plus complète, la plus fiable possible et qui soit également à jour. En effet, les véhicules autonomes ou semi-autonomes mis en circulation pour des tests sont peu nombreux, et donc les capteurs embarqués sur ces véhicules fournissent un volume horaire d’observation relativement faible, qui permet difficilement de construire une base de scénarios de trafic, pour une infrastructure maîtrisée, qui soit suffisamment fiable.
Une possibilité alternative est de générer des scénarios de trafic routier à partir de connaissances d’experts, mais cette solution est particulièrement laborieuse. De plus, une génération manuelle d’une base de scénarios de trafic routier ne permet pas d’avoir une précision élevée des valeurs numériques des paramètres définissant chaque scénario, et donc ne permet pas de lever des alertes avec une précision suffisante.
L’invention a pour objet de remédier aux inconvénients de l’état de la technique, en permettant une génération automatique de scénarios de trafic routier, qui soit précise et fiable, mise à jour régulièrement et permette d’augmenter le niveau de sécurité de trafic routier.
A cet effet, l’invention propose un procédé de génération automatique et d’utilisation de scénarios de trafic routier, mis en œuvre par un système comportant un ou plusieurs capteurs fixes, le ou chaque capteur étant adapté pour acquérir des données brutes relatives à un périmètre d’observation. Ce procédé comporte des étapes, mises en œuvre par un processeur de calcul, de :
- obtention, à partir des données brutes acquises par le ou les capteurs, d’une pluralité d’éléments, fixes ou dynamiques formant une succession de scènes observées, et de paramètres caractérisant lesdits éléments,
- identification d’évènements par comparaison entre au moins deux scènes observées de la succession de scènes,
- génération d’un scénario concret, comportant une séquence temporelle de scènes liées par des évènements ;
- mise à jour d’une base de scénarios en utilisant ledit scénario concret généré.
Avantageusement, le procédé de l’invention permet de générer et d’enrichir au fur et à mesure une base de données de scénarios de trafic routier, qui permet ensuite d’atteindre un niveau de sécurité fonctionnelle attendue pour des véhicules autonomes ou semi-autonomes.
Le procédé de génération automatique et d’utilisation de scénarios de trafic routier selon l’invention peut présenter une ou plusieurs des caractéristiques ci-dessous, prises indépendamment ou selon toutes les combinaisons acceptables.
La mise à jour de la base de scénarios comporte une comparaison du scénario concret généré à des scénarios logiques préalablement enregistrés dans la base de scénarios, et, si ledit scénario concret généré appartient à un scénario logique déjà mémorisé, mise à jour des statistiques associées audit scénario logique.
La mise à jour d’une base de scénarios comporte une comparaison du scénario concret généré à des scénarios logiques préalablement enregistrés dans la base de scénarios, et, si ledit scénario concret généré n’appartient à aucun scénario logique déjà mémorisé, modification de la base de scénarios par ajout d’un nouveau scénario logique correspondant ou par modification de paramètres caractérisant un scénario logique préalablement mémorisé.
Le procédé comporte en outre, préalablement à l’ajout d’un nouveau scénario logique dans la base de scénarios, une étape de validation dudit nouveau scénario logique.
Le procédé comporte en outre, suite à l’ajout d’un nouveau scénario logique dans la base de scénarios, une vérification de la base de scénarios pour déterminer si ledit nouveau scénario logique appartient à aucun un scénario fonctionnel préalablement enregistré, et en cas de détermination négative, une génération d’un nouveau scénario fonctionnel et un ajout dudit nouveau scénario fonctionnel dans la base de scénarios.
Le procédé comporte suite à l’obtention de données brutes, une étape de conversion des données brutes en données paramétrisées caractérisant des éléments de trafic observés.
Le procédé comporte en outre une fusion des données paramétrisées issues de plusieurs capteurs et un calcul de paramètres liés aux éléments observés.
Le procédé comporte en outre une étape de paramétrisation d’une scène observée à partir des éléments de trafic observés et des paramètres associés calculés, comportant le placement des éléments de trafic sur une carte du site observé contenant les éléments fixes du site observé.
Le procédé comporte en outre une étape d’enrichissement de la paramétrisation de la scène paramétrée avec des données issues de bases de données externes, pour obtenir une scène enrichie.
Le procédé comporte en outre une détection de criticité d’au moins une scène observée et, en cas de criticité supérieure à un seuil, un envoi d’alerte à des véhicules autonomes ou semi-autonomes du site observé.
Selon un autre aspect, l’invention concerne un programme d’ordinateur comportant des instructions logicielles qui, lorsqu’elles sont exécutées par un processeur d’un dispositif programmable, mettent en œuvre un œuvre un procédé de génération automatique et d’utilisation de scénarios de trafic routier tel que brièvement décrit ci-dessus.
Selon un autre aspect, l’invention concerne un support d’enregistrement d’informations non-volatile sur lequel est enregistré un programme d’ordinateur comportant des instructions logicielles qui, lorsqu’elles sont exécutées par un processeur d’un dispositif programmable, mettent en œuvre un œuvre un procédé de génération automatique et d’utilisation de scénarios de trafic routier tel que brièvement décrit ci-dessus.
Selon un autre aspect, l’invention concerne un système de génération automatique et d’utilisation de scénarios de trafic routier, comportant un ou plusieurs capteurs fixes, le ou chaque capteur étant adapté pour acquérir des données brutes relatives à un périmètre d’observation, le système comportant en outre au moins un processeur de calcul configuré pour mettre en œuvre :
- un module d’obtention, à partir des données brutes acquises par le ou les capteurs, d’une pluralité d’éléments, fixes ou dynamiques formant une succession de scènes observées, et de paramètres caractérisant lesdits éléments,
- un module d’identification d’évènements par comparaison entre au moins deux scènes observées de la succession de scènes,
- un module de génération d’un scénario concret, comportant une séquence temporelle se scènes liées par des évènements ;
- un module de mise à jour d’une base de scénarios en utilisant ledit scénario concret utilisé.
Le système de génération automatique et d’utilisation de scénarios de trafic routier est configuré pour mettre en œuvre un procédé de génération automatique et d’utilisation de scénarios de trafic routier, selon toutes les variantes exposées brièvement ci-dessus.
D’autres caractéristiques et avantages de l’invention ressortiront de la description qui en est donnée ci-dessous, à titre indicatif et nullement limitatif, en référence aux figures annexées, parmi lesquelles :
La illustre schématiquement un système 2 de génération automatique et d’utilisation de scénarios de trafic routier, relativement à un site observé. Ce système comprend des capteurs 4A, 4B, 4C qui sont fixes et sont positionnés sur le site observé (non représenté à la ). Chaque capteur est configuré pour acquérir des données brutes relatives à un périmètre d’observation appartenant au site.
Les capteurs 4A, 4B, 4C sont par exemple des caméras optiques, ou des lasers à balayage de type LIDAR, ou tout autre type de radars de détection, ou encore un mélange de ces divers types de capteurs.
Les capteurs 4A, 4B, 4C fournissent des données brutes d’observation, avec une fréquence temporelle donnée.
Les données brutes sont transmises, par un moyen de communication approprié, à un système 6 de surveillance et de calcul.
Par exemple, les données brutes d’observation sont communiquées au moyen d’une communication sans fil, par exemple selon le protocole de communication WiFi ou selon le protocole de communication Bluetooth.
Selon une variante, les données brutes d’observation sont communiquées via une liaison filaire, par exemple une liaison Ethernet.
Le système 6 de surveillance et de calcul comprend une interface de communication 8, adaptée à communiquer avec les capteurs 4A, 4B, 4C, notamment adaptée à recevoir les données brutes d’observation, selon le moyen de communication, sans fil ou filaire, choisi.
Dans un mode de réalisation, le système 6 de surveillance et de calcul fait partie d’un poste de contrôle et de commande centralisée (PCC), qui est configuré pour communiquer avec une pluralité de véhicules automobiles autonomes ou semi-autonomes, selon un protocole de communication radio prédéterminé, selon un mode de communication bidirectionnel. Par exemple, le standard de communication 4G est utilisé. En particulier, le PCC est adapté à transmettre des alertes aux véhicules autonomes ou semi-autonomes, en cas de détection d’une situation à risque, afin de prévenir un accident, comme détaillé ci-après. En particulier, grâce à l’invention et comme expliqué plus en détail ci-après, la transmission d’alertes est effectuée par traitement automatique en utilisant les scénarios de trafic générés et enregistrés.
Selon une variante, la communication est effectuée en utilisant un système d’aide à l’exploitation et à l’information voyageur (SAEIV).
Le système 6 de surveillance et de calcul comprend en outre une unité de calcul 10, par exemple un ou plusieurs processeur(s) de calcul et une unité de mémoire électronique 12, adaptée à mémoriser des instructions de code de programme exécutable par le processeur 10. Par exemple, la mémoire électronique 12 est une mémoire ROM ou une mémoire RAM.
Selon un mode de réalisation, les calculs sont effectués sur un ou plusieurs processeurs de calcul 10, par exemple dans un système distribué de type « cloud computing ».
En variante, la mémoire électronique 12 est un disque optique, un disque magnéto-optique, tout type de mémoire non-volatile (par exemple EPROM, EEPROM, FLASH, NVRAM), une carte magnétique ou une carte optique, ou tout médium apte à mémoriser les instructions électroniques et à être couplé à un bus d’un système informatique.
La mémoire électronique forme un support lisible par ordinateur par exemple, un médium, adaptée à mémoriser des instructions de code de programme permettant de mettre en œuvre un procédé de génération automatique et d’utilisation de scénarios de trafic routier selon l’invention.
De plus, le système 6 comporte ou est connecté à une base de scénarios 14, qui mémorise des scénarios de trafic, formés à partir éléments observés, comme expliqué plus en détail ci-après.
Les éléments, notamment des éléments de trafic du site observé, sont par exemple des rambardes de sécurité, trottoirs, panneaux de signalisation, des piétons, des véhicules stationnés ou en mouvement, par exemple des vélo, véhicule automobile, bus etc…
Une scène est formée d’un ensemble d’éléments de trafic observés à un instant temporel. Les éléments comprennent par exemple des éléments fixes de l’environnement observé (routes, avec croisements, ronds-points, panneaux d’information, signaux lumineux tels des feux tricolores, et autres éléments fixes), ainsi que des éléments dynamiques, dont la présence est temporaire, par exemple des usagers de la route– véhicules automobiles, vélos, piétons, autres (eg animaux, obstacles divers, par exemple cartons, pneus etc).
Les éléments observés ont un état associé.
Par exemple, pour les éléments dynamiques, l’état associé comporte la position de l’élément dynamique, la direction de déplacement, la vitesse de déplacement.
De préférence, la base de scénarios 14 est une base de données hiérarchique, les scénarios de trafic étant organisés en catégories hiérarchisées en trois niveaux de hiérarchie.
Le premier niveau de hiérarchie comprend des scénarios fonctionnels.
Le deuxième niveau de hiérarchie comprend des scénarios logiques.
Le troisième niveau de hiérarchie comprend des scénarios concrets.
Un scénario de trafic est défini à partir d’une succession de scènes de trafic observées dans un intervalle temporel choisi.
On entend par scénario concret un scénario de trafic réel, c’est-à-dire observé, dans lequel chaque scène est caractérisée par des données relevées, par exemple les valeurs des états associés aux éléments dynamiques de la scène. De plus, un scénario concret comporte des évènements calculés à partir de la comparaison entre au moins deux scènes observées de la succession de scènes. Par exemple, un évènement est défini par une action de déplacement d’un élément dynamique avec ses caractéristiques.
On entend par scénario logique un scénario de trafic défini par des évènements associés à des plages de valeurs, certaines caractéristiques précises des scénarios concrets étant omises ou regroupées dans des catégories plus générales. En d’autres termes, un scénario logique est une généralisation de scénarios concrets. Ainsi, un scénario logique est une classe de scénarios concrets.
On entend par scénario fonctionnel un scénario de plus haut niveau d’abstraction dans lequel les évènements sont décrits par une ou plusieurs phrases. Ainsi, un scénario fonctionnel est une classe de scénarios logiques.
A titre d’exemple, la illustre un même site, qui est un rond-point routier 30 à quatre entrées/sorties 321, 322, 323, 324, chaque entrée/sortie étant connectée à une route correspondante à deux voies, correspondant à deux sens de circulation opposés. L’entrée et la sortie sont définies par le sens attendu de circulation.
La illustre trois scènes 34, 36, 38, correspondant chacune à une observation du site à un instant temporel donné dans une succession d’instants temporels.
La scène 34 comporte l’entrée d’un véhicule automobile 40 sur l’entrée 321du rond-point 30, dans le sens de circulation prévu. La scène 36 comporte le passage du véhicule automobile 40 sur le rond-point 30, en vis-à-vis de l’entrée/sortie 322. La scène 38 comporte la sortie du véhicule automobile 40 du rond-point 30 sur la voie de sortie de l’entrée/sortie 323.
Un scénario concret correspondant à l’observation des scènes 34, 36, 38 est par exemple défini par : passage d’une voiture de type citadine de l’entrée 321à la sortie 323, avec freinage de 12,3 km/h en entrée et sortie à 25,4 km/h.
Un scénario logique correspondant est par exemple passage d’une voiture, entrée 321, sortie 323, vitesse d’entrée comprise dans l’intervalle de 5 à 30km/h et vitesse de sortie comprise dans l’intervalle de 5 à 30km/h.
Un scénario fonctionnel correspondant est par exemple défini par « passage d’une voiture sur le rond-point à vitesse nominale, comprise entre 5 et 30 km/h ».
Le scénario de trafic donné en exemple ici est un scénario de trafic nominal, le véhicule 40 roulant à une vitesse adéquate, dans le sens de la circulation, qui ne présente pas de criticité ou de risque d’accident associé.
Bien entendu, le scénario de trafic de la a été donné à titre d’exemple, et on comprend qu’un grand nombre de scénarios est envisageable, impliquant un ou plusieurs autres véhicules, par exemples voitures, camions, autobus, avec d’autres parcours du rond-point, des croisements, des traversées de vélos ou de piétons…
De retour à la , dans un mode de réalisation, la mémoire électronique 12 mémorise :
-un module 16 d’obtention, à partir des données brutes acquises par le ou les capteurs, d’une pluralité d’éléments, fixes ou dynamiques formant une succession de scènes observées, et de paramètres caractérisant lesdits éléments ;
-un module 18 d’analyse des scènes observées pour identifier des évènements entre au moins deux scènes observées de la succession de scènes,
- un module 20 de génération de scénario logique associé,
- un module 22 de mise à jour de la base de scénarios en utilisant le scénario logique généré;
- un module 24 de détection de scène critique et de remontée d’alerte en cas de détection de scène critique.
Dans un mode de réalisation, les modules 16, 18, 20, 22 et 24 sont réalisés sous forme de logiciel et forment un programme d’ordinateur qui met en œuvre un procédé de génération automatique et d’utilisation de scénarios de trafic routier selon un mode de réalisation de l’invention lorsqu’il est exécuté par un processeur d’un dispositif programmable, par exemple un ordinateur ou un ensemble d’ordinateurs d’un système informatique.
En variante non représentée, les modules 16, 18, 20, 22 et 24 sont réalisés chacun sous forme d’un composant logique programmable, tel qu’un FPGA (de l’anglaisField Programmable Gate Array), un GPU (processeur graphique) ou un GPGPU (de l’anglaisGeneral-purpose processing on graphics processing), ou encore sous forme d’un circuit intégré dédié, tel qu’un ASIC (de l’anglaisApplication Specific Integrated Circuit).
La est un synoptique des principales étapes d’un procédé de génération automatique et d’utilisation de scénarios de trafic routier, selon un mode de réalisation de l’invention.
Le procédé comporte une première étape 50 de réception des données brutes captées par les divers capteurs qui observent le site, relatives au trafic observé.
Par exemple, les données brutes sont des données hétérogènes comprenant des vidéos obtenues par des caméras ou des nuages de points obtenus par un lidar.
Ces données brutes sont traitées, le traitement comprenant une conversion 52 en données paramétrisées. Les données paramétrisées comprennent des valeurs de vitesse, dimension (i.e. hauteur et/ou largeur et/ou profondeur) selon des catégories d’éléments de trafic.
Les données paramétrisées sont calculées et mémorisées dans un format approprié pour être ensuite traitées automatiquement. En d’autres termes, les données paramétrisées sont des données interprétables par une machine, mais qui ne sont pas exploitables ou interprétables par un opérateur humain.
Dans un mode de réalisation, à l’aide d’algorithmes, des éléments observés sont extraits des données brutes, en particulier des éléments de trafic : véhicules automobiles, piétons, vélos. Par exemple, un réseau neuronal convolutif est mis en œuvre pour la reconnaissance et la classification d’éléments de trafic observés. De plus, les dimensions des éléments de trafic détectés sont calculées, par exemple en utilisant des modules de OpenCV (bibliothèque d’opérations de traitement d’images en temps réel).
Selon une variante, les étapes 50 et 52 sont réalisées en même temps, en utilisant des capteurs spécifiques de reconnaissance d’éléments de trafic routier.
A l’issue de l’étape 52 est obtenue une liste d’éléments de trafic présents dans chaque scène observée, également appelée liste de suivi.
Les listes de suivi associées à des scènes successives permettent d’effectuer un suivi des éléments présents, par exemple le déplacement d’une voiture, d’un piéton.
Dans un mode de réalisation, une liste de suivi comprend des informations descriptives des éléments présents dans la scène, sous forme de données paramétrisées, comprenant, par exemple : classification, dimensions, position, vitesse de déplacement, sens de déplacement.
Une liste de suivi contient des données paramétrisées, qui sont formatées et exploitables automatiquement par un traitement machine.
Lorsque plusieurs éléments d’une même catégorie sont présents, ils sont de préférence identifiés par un identifiant dans la liste de suivi, par exemple un numéro.
L’étape 52 est suivie d’une étape 54 de suppression des données non pertinentes, par exemple dans le cas où la scène observée est figée. La détection de scène figée est effectuée par traitement automatique des données enregistrées. Plus généralement, la détermination des données non pertinentes est effectuée par traitement automatique sur les données paramétrisées enregistrées.
Dans ce cas la liste de suivi n’est pas conservée, et l’étape 54 est suivie de l’étape 50 précédemment décrite.
S’il reste des données pertinentes, i.e. des éléments de trafic en mouvement, dans la liste de suivi, l’étape 54 est suivie, optionnellement, d’une étape 56 de fusion, consistant à fusionner les éléments observés par des capteurs de nature différente ou de position différente pour obtenir une scène enrichie. Par exemple, certains éléments de trafic sont observés par certains capteurs seulement. Une succession de scènes enrichies comprend tous les éléments de trafic observés dans un intervalle de temps donné.
A l’étape 56 un filtrage de Kalmann sur les vidéos issues de plusieurs caméras est par exemple mis en œuvre.
Ensuite des paramètres liés aux éléments de trafic détectés sont calculés à l’étape de calcul de paramètres 58. Les paramètres sont liés aux éléments de trafic observés et confortés par des observations précédentes, par exemple en comparant leurs valeurs.
Ainsi, des paramètres consolidés sont obtenus.
Optionnellement, des paramètres supplémentaires sont ajoutées dans la liste de suivi, par exemple l’accélération d’un élément de trafic en mouvement.
L’étape 58 de calcul de paramètres est suivie d’une étape 60 de paramétrisation de la scène observée à partir des éléments de trafic identifiés et des paramètres associés, en plaçant ces éléments de trafic sur une carte du site observé contenant les éléments fixes du site observé. Par exemple, le site observé est le rond-point illustré à la , et l’élément de trafic identifié est le véhicule automobile 40.
Le procédé comporte également une étape 62, qui est optionnelle, d’enrichissement de la paramétrisation de la scène avec des données issues de bases de données externes, par exemple des données météorologiques, des données de trafic routier à proximité du site observé, des informations du calendrier (jour de la semaine, période du calendrier, par exemple vacances scolaires). Les données externes sont par exemple reçues de serveurs 64 de données en utilisant une communication radio.
Enfin, la scène enrichie est analysée lors d’une étape d’analyse 66 pour déterminer sa criticité. L’analyse de criticité de la scène, effectuée automatiquement, utilise la base de scénarios 14.
La base de scénarios 14 contient des niveaux de criticité associés à des scènes par rapport à des scénarios déjà identifiés comme étant des scénarios à risque d’accident potentiel. Par exemple, tel est le cas si un véhicule roule dans le sens inverse de la circulation, quand la vitesse d’un véhicule est supérieure à une borne supérieure d’une plage de vitesses nominales ou quand la densité de trafic dépasse un seuil, par exemple en lien avec des conditions météorologiques observées (pluie, brouillard etc).
Une scène critique est une scène qui comprend au moins un élément ayant un paramètre associé ou une combinaison de paramètres déterminée comme critique, par exemple une voiture qui a une vitesse de 70km/h sur une route limitée à 50km/h ou si une voiture roule à contresens.
Par exemple, un niveau de criticité maximal est indiqué si une voiture roule à contresens sur une voie de circulation.
Par exemple, pour un dépassement de vitesse, le niveau de criticité est fonction d’un pourcentage de dépassement de la vitesse maximale autorisée ou enregistrée dans le scénario de trafic correspondant. Dans un mode de réalisation, le seuil prédéterminé est un pourcentage P de dépassement de cette vitesse maximale, P étant par exemple égal à 5%.
En cas de criticité détectée, c’est-à-dire si le niveau de criticité est supérieur à un seuil prédéterminé, une alerte remontée lors d’une étape de remontée d’alerte 68.
Par exemple une notification d’alerte est transmise automatiquement à un module de guidage d’un véhicule autonome.
Ainsi, avantageusement, la criticité est détectée automatiquement en utilisant la base de données de scénarios, et l’alerte est remontée automatiquement, ce qui permet d’accélérer la remontée d’alerte et par conséquent d’augmenter la sécurité routière.
L’étape 62 est par ailleurs suivie d’une étape 70 d’identification d’évènements caractérisant une succession de scènes enrichies, par comparaison des valeurs des paramètres ou des états caractérisant les scènes. La détection d’évènements permet de détecter des évènements comme par exemple l’entrée d’un véhicule sur une entrée de rond-point, et la sortie du véhicule sur une sortie du rond-point.
L’étape 70 d’identification d’évènements est suivie d’une étape 72 de génération d’un scénario concret ou de plusieurs scénarios concrets à partir de la succession de scènes et des évènements associés.
Dans un mode de réalisation, un scénario concret est calculé pour la durée d’observation d’un élément dans le périmètre observé. Si une scène donnée contient plusieurs éléments en mouvement, un scénario concret est généré pour chaque élément en mouvement de la scène.
Par la suite, on considère qu’un scénario concret est obtenu à l’étape 72, mais le procédé s’applique de manière analogue lorsque plusieurs scénarios concrets sont générés.
Le scénario concret obtenu à l’étape 72 est défini par des éléments et des évènements, et des valeurs de paramètres associées, par exemple le type d’élément (e.g. piéton, vélo, véhicule automobile et type de véhicule automobile), la vitesse de déplacement, la voie de déplacement etc.
Il est ensuite recherché, à l’étape de classification 74, de classification du scénario concret par rapport aux scénarios logiques préalablement enregistrés. En particulier, on détermine si les éléments et évènements définissant le scénario concret appartiennent à un scénario logique enregistré.
Il est vérifié à l’étape de test 76 si le scénario concret obtenu appartient à un scénario logique présent dans la base de scénarios, par comparaison du scénario concret aux scénarios logiques enregistrés dans la base.
Par exemple, si le scénario concret indique un véhicule automobile qui rentre sur le rond-point par une première entrée/sortie et en ressort par une deuxième entrée/sortie, avec une vitesse de traversée du rond-point donnée, il est vérifié s’il existe un scénario logique déjà enregistré avec des paramètres compatibles.
Par exemple, si le scénario logique avec la circulation entre la première entrée/sortie et la deuxième entrée/sortie est enregistré, avec une vitesse de traversée du rond-point comprise entre 15km/h et 20km/h, et que le scénario concret indique une vitesse de traversée du rond-point de 20km/h, alors le scénario concret observé appartient à ce scénario logique déjà enregistré dans la base, donc la réponse au test de l’étape 76 est « oui ». Par contre, si la vitesse de traversée du rond-point de l’automobile est de 27 km/h, cette vitesse est en dehors de la plage préalablement enregistrée, donc la réponse au test 76 est « non ».
Si la réponse à l’étape 76 est « oui », l’étape 76 est suivie de l’étape 84 de mise à jour des statistiques du scénario logique dans la base de scénarios.
D’autre part, si la réponse à l’étape 76 est « non », cette étape est suivie, optionnellement, d’une étape 78 de validation du nouveau scénario logique par un expert.
Selon une variante, un traitement automatique algorithmique est mis en œuvre pour effectuer cette validation.
En particulier, cette étape permet de déterminer si le scénario concret déterminé à l’étape 72 appartient à une nouvelle classe de scénarios, i.e. un nouveau scénario logique qui n’était pas préalablement enregistré dans la base de scénarios, et si le nouveau scénario logique appartient à une classe de scénarios logiques (i.e. scénario fonctionnel) existante, ou s’il convient de définir et enregistrer un nouveau scénario fonctionnel correspondant. De plus, un niveau de criticité associé à une ou plusieurs scènes du scénario, par exemple par rapport à un risque d’accident, est calculé et mémorisé à cette étape. Par exemple, lorsque la vitesse de déplacement du véhicule observée dépasse la borne maximale de l’intervalle de vitesses nominal, le pourcentage de dépassement est utilisé pour calculer un niveau de criticité, plus ce pourcentage étant élevé, plus le risque d’accident étant élevé. Par exemple, le niveau de criticité est défini par une valeur entière codée sur une échelle donnée, par exemple entre 1 et N, N étant un entier et correspondant au niveau de criticité maximal.
En cas de détermination positive (étape 80), un nouveau scénario logique, et, le cas échéant, un nouveau scénario fonctionnel, est ajouté dans la base de scénarios lors d’une étape d’enregistrement 82.
En cas de détermination négative, l’étape 80 est suivie de l’étape 84 de mise à jour des statistiques du scénario logique. Reprenant l’exemple précédent, si la vitesse de traversée du rond-point est de 27km/h, mais que cette vitesse est acceptable, il est possible de modifier le scénario logique correspondant, en modifiant l’intervalle de vitesse qui devient 15 à 27 km/h. Le cas échéant, le niveau de criticité est également re-calculé et mémorisé pour une ou plusieurs scènes du scénario.
Les étapes 74 à 84 réalisent une mise à jour de la base de scénarios en utilisant le scénario logique déterminé à partir du scénario concret.
Avantageusement, l’invention permet l’enrichissement automatique et régulier de la base de scénarios, par observation régulière des conditions routières. Ainsi, la base de scénario est constamment mise à jour automatiquement.
Avantageusement, l’invention permet la génération et l’utilisation automatique de scénarios de trafic routier, notamment pour l’augmentation de la sécurité routière, lors de la mise en fonctionnement de véhicules autonomes ou semi-autonomes.
Le procédé de l’invention s’applique de manière analogue sur des sites différents, de manière à former une base de scénarios multisites.
Claims (13)
- Procédé de génération automatique et d’utilisation de scénarios de trafic routier, mis en œuvre par un système (2) comportant un ou plusieurs capteurs fixes (4A, 4B, 4C), le ou chaque capteur (4A, 4B, 4C) étant adapté pour acquérir des données brutes relatives à un périmètre d’observation, le procédé étant caractérisé en ce qu’il comporte des étapes, mises en œuvre par un processeur de calcul, de :
- obtention (50-60), à partir des données brutes acquises par le ou les capteurs, d’une pluralité d’éléments, fixes ou dynamiques formant une succession de scènes observées, et de paramètres caractérisant lesdits éléments,
- identification (70) d’évènements par comparaison entre au moins deux scènes observées de la succession de scènes,
- génération (72) d’un scénario concret, comportant une séquence temporelle de scènes liées par des évènements ;
- mise à jour (74- 84) d’une base de scénarios (14) en utilisant ledit scénario concret généré.
- Procédé selon la revendication 1, dans lequel la mise à jour (74-84) de la base de scénarios (14) comporte une comparaison (74, 76) du scénario concret généré à des scénarios logiques préalablement enregistrés dans la base de scénarios (14), et, si ledit scénario concret généré appartient à un scénario logique déjà mémorisé, mise à jour (84) des statistiques associées audit scénario logique.
- Procédé selon la revendication 1, dans lequel la mise à jour (74-84) d’une base de scénarios (14) comporte une comparaison du scénario (74, 76) concret généré à des scénarios logiques préalablement enregistrés dans la base de scénarios (14), et, si ledit scénario concret généré n’appartient à aucun scénario logique déjà mémorisé, modification (78-82) de la base de scénarios par ajout d’un nouveau scénario logique correspondant ou par modification de paramètres caractérisant un scénario logique préalablement mémorisé.
- Procédé selon la revendication 3, comportant en outre, préalablement à l’ajout d’un nouveau scénario logique dans la base de scénarios, une étape de validation (78) dudit nouveau scénario logique.
- Procédé selon la revendication 3 ou 4, comportant en outre, suite à l’ajout d’un nouveau scénario logique dans la base de scénarios, une vérification de la base de scénarios pour déterminer si ledit nouveau scénario logique appartient à un scénario fonctionnel préalablement enregistré, et en cas de détermination négative, une génération d’un nouveau scénario fonctionnel et un ajout dudit nouveau scénario fonctionnel dans la base de scénarios (14).
- Procédé selon l’une quelconque des revendications 1 à 5, comportant suite à l’obtention (50) de données brutes, une étape de conversion (52) des données brutes en données paramétrisées caractérisant des éléments de trafic observés.
- Procédé selon la revendication 6, comportant en outre une fusion (56) des données paramétrisées issues de plusieurs capteurs et un calcul de paramètres liés aux éléments observés.
- Procédé selon l’une des revendications 1 à 7, comportant en outre une étape de paramétrisation (60) d’une scène observée à partir des éléments de trafic observés et des paramètres associés calculés, comportant le placement des éléments de trafic sur une carte du site observé contenant les éléments fixes du site observé.
- Procédé selon la revendication 8, comportant en outre une étape d’enrichissement (62) de la paramétrisation de la scène paramétrée avec des données issues de bases de données externes, pour obtenir une scène enrichie.
- Procédé selon l’une des revendications 1 à 9, comportant une détection (66) de criticité d’au moins une scène observée et, en cas de criticité supérieure à un seuil, un envoi automatique (68) d’alerte à des véhicules autonomes ou semi-autonomes du site observé.
- Programme d’ordinateur comportant des instructions logicielles qui, lorsqu’elles sont exécutées par un processeur d’un dispositif programmable, mettent en œuvre un œuvre un procédé de génération automatique et d’utilisation de scénarios de trafic routier conforme aux revendications 1 à 10.
- Système de génération automatique et d’utilisation de scénarios de trafic routier, comportant un ou plusieurs capteurs fixes (4A, 4B, 4C), le ou chaque capteur étant adapté pour acquérir des données brutes relatives à un périmètre d’observation, le système (2) étant caractérisé en ce qu’il comporte en outre au moins un processeur de calcul (10) configuré pour mettre en œuvre :
- un module (16) d’obtention, à partir des données brutes acquises par le ou les capteurs, d’une pluralité d’éléments, fixes ou dynamiques formant une succession de scènes observées, et de paramètres caractérisant lesdits éléments,
- un module (18) d’identification d’évènements par comparaison entre au moins deux scènes observées de la succession de scènes,
- un module (20) de génération d’un scénario concret, comportant une séquence temporelle se scènes liées par des évènements ;
- un module (22) de mise à jour d’une base de scénarios.
- Système de génération automatique et d’utilisation de scénarios de trafic routier selon la revendication 12, comportant en outre un module (24) de détection de scène critique et de remontée d’alerte à des véhicules autonomes ou semi-autonomes du site observé en cas de détection de scène critique.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2011296A FR3115913B1 (fr) | 2020-11-04 | 2020-11-04 | Procédé et système de génération automatique et d’utilisation de scénarios de trafic routier |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2011296 | 2020-11-04 | ||
| FR2011296A FR3115913B1 (fr) | 2020-11-04 | 2020-11-04 | Procédé et système de génération automatique et d’utilisation de scénarios de trafic routier |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3115913A1 true FR3115913A1 (fr) | 2022-05-06 |
| FR3115913B1 FR3115913B1 (fr) | 2023-05-05 |
Family
ID=74347270
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2011296A Active FR3115913B1 (fr) | 2020-11-04 | 2020-11-04 | Procédé et système de génération automatique et d’utilisation de scénarios de trafic routier |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3115913B1 (fr) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120134532A1 (en) * | 2010-06-08 | 2012-05-31 | Gorilla Technology Inc. | Abnormal behavior detection system and method using automatic classification of multiple features |
| WO2017164991A1 (fr) | 2016-03-22 | 2017-09-28 | Delphi Technologies, Inc. | Système de perception sensible au scénario pour un véhicule automatisé |
-
2020
- 2020-11-04 FR FR2011296A patent/FR3115913B1/fr active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120134532A1 (en) * | 2010-06-08 | 2012-05-31 | Gorilla Technology Inc. | Abnormal behavior detection system and method using automatic classification of multiple features |
| WO2017164991A1 (fr) | 2016-03-22 | 2017-09-28 | Delphi Technologies, Inc. | Système de perception sensible au scénario pour un véhicule automatisé |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3115913B1 (fr) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3137355B1 (fr) | Dispositif de signalisation d'objets a un module de navigation de vehicule equipe de ce dispositif | |
| US11836985B2 (en) | Identifying suspicious entities using autonomous vehicles | |
| EP3716097A1 (fr) | Procédé d'acquisition de données capturées par un module de capture embarqué dans un engin mobile suivant une trajectoire prédéterminée, programme d'ordinateur et dispositif correspondants | |
| EP3519267B1 (fr) | Assistance à la conduite sur voie rapide à chaussées séparées par un rail de sécurité | |
| DE102021132853A1 (de) | Auf deep learning basierende kamerakalibrierung | |
| FR3068777A1 (fr) | Procede de planification de trajet d'un vehicule automobile equipe d'un systeme de conduite automatisee et vehicule mettant en œuvre le procede | |
| DE102022102189A1 (de) | Multimodales Segmentierungsnetz für ein verbessertes semantisches Labelingbei einer Kartenerzeugung | |
| DE102021132082A1 (de) | Ende-zu-ende-system-training unter verwendung vereinigter bilder | |
| CA3068022A1 (fr) | Plateforme et procede de supervision d'une infrastructure pour vehicules de transport, vehicule, systeme de transport et programme d'ordinateur associes | |
| CA3056611A1 (fr) | Systeme de generation automatique d'alertes destinees aux usagers d'une route | |
| DE102021132199A1 (de) | Bestimmen von Objektmobilitätsparametern unter Verwendung einer Objektsequenz | |
| FR3115913A1 (fr) | Procédé et système de génération automatique et d’utilisation de scénarios de trafic routier | |
| FR3112215A1 (fr) | Système et procédé de détection d’un obstacle dans un environnement d’un véhicule | |
| DE102022104054A1 (de) | Die fahrzeugzustandsschätzung verbessernde sensordaten zur fahrzeugsteuerung und zum autonomen fahren | |
| WO2018041978A1 (fr) | Dispositif de détermination d'une limitation de vitesse, système embarqué comprenant un tel dispositif et procédé de détermination d'une limitation de vitesse. | |
| FR3052727A1 (fr) | Procede de determination d'une classe de conduite de reference | |
| FR3107114A1 (fr) | Procédé et dispositif de validation de données de cartographie d’un environnement routier de véhicule | |
| FR3082044A1 (fr) | Procede et dispositif de detection de la voie de circulation sur laquelle circule un vehicule, en fonction des delimitations determinees | |
| US20240111058A1 (en) | DETECTING ADVERSE WEATHER CONDITIONS AT A LiDAR SENSOR LEVEL | |
| WO2021170917A1 (fr) | Optimisation du franchissement d'un système de signalisation par un égo-véhicule | |
| EP3726494B1 (fr) | Procédé d'assistance à la conduite de véhicules, programme d'ordinateur et système associés | |
| US20240059302A1 (en) | Control system testing utilizing rulebook scenario generation | |
| WO2023118498A1 (fr) | Procédé de modélisation d'un environnement tactique d'un véhicule automobile. | |
| DE102023109040A1 (de) | Vereinheitlichtes framework und werkzeuge zur kommentierung von fahrspurbegrenzungen | |
| WO2021122649A1 (fr) | Procédé de reconnaissance automatique de signalisation routière pour véhicule autonome |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20220506 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |