Capteurs pour véhicules autonomes

Les véhicules autonomes ont dernièrement fait couler beaucoup d'encre et suscité de grands débats. De gros efforts sont déployés pour développer cette technologie afin d'améliorer la sécurité et d'économiser de l'argent. L'idée n'est plus purement futuriste. En effet, des sociétés comme BMW, Mercedes-Benz et Tesla ont déjà commercialisé (ou vont bientôt le faire) des systèmes qui donnent une certaine autonomie de conduite à la voiture.

Plusieurs sociétés disposant de ressources considérables investissent massivement dans la technologie des véhicules autonomes. Beaucoup d'entre nous connaissent bien les projets et les essais de voiture sans conducteur de Google^[1]. Vous êtes aussi probablement au courant qu'Amazon projette d'utiliser des drones autoguidés pour les livraisons^[2]. Toutefois, vous ne savez peut-être pas que des restaurants comme Domino's Pizza travaillent activement au développement de véhicules électriques afin d'être en mesure de livrer une pizza en moins de 30 minutes^[3], ainsi qu'à l'élaboration de drones pour la livraison de pizzas^[4]. Les grands magasins comme Walmart investissent aussi dans la technologie de livraison automatisée et envisagent de rivaliser avec Amazon pour fournir un service de livraison rapide et fiable, sans intervention humaine.

Le présent article porte sur la technologie de détection qui peut être utilisée pour créer des véhicules autonomes. Il étudie également la manière dont les éléments embarqués à signaux mixtes et en temps réel peuvent être conçus pour fournir des systèmes à pilotage automatique relativement sûrs et fiables. Tous les composants et technologies référencés ici sont disponibles sur le site Web de DigiKey.

Tout commence avec un GPS

Tous les véhicules autonomes s'appuient essentiellement sur des capteurs. L'identification de la position constitue la principale technologie de capteur nécessaire à n'importe quel système guidé. Les technologies GPS et de géolocalisation sont évidemment déjà intégrées dans la plupart des smartphones. Bien que ces systèmes soient assez fiables, ils ne le sont pas suffisamment pour répondre aux besoins des véhicules autonomes individuels ou des flottes de véhicules lorsqu'il est question de partager les mêmes routes et artères que les véhicules traditionnels conduits par des humains.

Réfléchissez à votre propre expérience. Combien de fois votre GPS s'est-il trompé ou a-t-il été inefficace ? Les conditions météorologiques, les sources de bruits électroniques et les incohérences de cartographie peuvent être catastrophiques si aucun esprit humain ne vient en renfort.

La résolution constitue un autre facteur. Les GPS modernes sont peut-être excellents si vous souhaitez seulement mesurer la précision en mètres, mais qu'en est-il si vous avez besoin d'une résolution en centimètres ? Une erreur en mètres par rapport à une ligne continue provoquera une collision frontale. De même, une erreur en mètres sur une route côtière entraînera la chute d'un véhicule en bas d'une falaise.

Mis à part la position, le système anti-collision constitue une autre technologie clé pour les voitures autonomes. Même si les véhicules autopilotés peuvent être programmés pour rouler prudemment sans être distraits par les conversations, la musique ou les téléphones portables, ils doivent partager la route avec des humains qui ne conduisent pas forcément prudemment et ne respectent pas forcément le code de la route. Ainsi, les véhicules autonomes doivent non seulement s'autogérer, mais ils doivent également intégrer des plans et des stratégies pour éviter les erreurs humaines.

Solutions disponibles

Les solutions GPS modulaires constituent un très bon choix pour la localisation globale. Petits, bon marché et consommant peu, les modules GPS peuvent prendre en charge des protocoles internationaux comme les systèmes de navigation par satellite BeiDou de la Chine, le système Glonass de la Russie, le système de positionnement par satellites Galileo de l'Union européenne (GNSS) ainsi que le système mondial de localisation américain (GPS). Les modules comme le M10478-A3 d'Antenova incluent une antenne large bande pour prendre en charge tous les protocoles standard mentionnés ci-dessus, tout en fournissant des interfaces UART simples avec des débits de données allant jusqu'à 115,2 kbit/s qui permettent de se connecter facilement à pratiquement n'importe quel microcontrôleur standard embarqué.

Les ingénieurs de conception doivent noter que la taille et la puissance des véhicules ne sont généralement pas des contraintes, contrairement à la sensibilité et aux plages de températures étendues. Le module d'Antenova affiche une bonne sensibilité de -165 dB avec une plage de températures de fonctionnement comprise entre -40°C et 80°C. La fréquence de mise à jour fixe de 10 Hz permet de garantir que des informations actualisées sur la position sont facilement et rapidement accessibles pour maintenir le cap d'un véhicule terrestre relativement lent.

Le module blindé de 3,3 V et 38 mA est monté sur une carte CMS à 28 broches de 13,8 mm x 9,5 mm x 1,8 mm qui peut être directement soudée sur une carte mère principale comprenant le microcontrôleur embarqué. La carte de développement et d'évaluation M10478-A3-U1 d'Antenova est dotée d'une connectivité USB simple pour tester et évaluer rapidement cette solution sans prendre trop de risques ni dépenser trop d'argent.

Les données et la mémoire de cartographie sont assurées par une solution de cartographie universelle comme Google Maps, qui peut également nécessiter une connectivité Internet et GSM. Les solutions GSM peuvent également offrir une fonctionnalité GPS. Par exemple, le modem GSM 3G M1003GXT48500 de Maestro Wireless Solutions combine des fonctionnalités GSM et GPS pour permettre la géolocalisation et GPS (Figure 1). Cela permet d'utiliser les tours de téléphonie mobile et les satellites pour obtenir les coordonnées.

Figure 1 : Les modules GSM et GPS combinés permettent d'utiliser la connectivité cellulaire et satellite pour la localisation.

Technologie anti-collision

La détection d'objets pour éviter les collisions est un élément clé des exigences de sécurité pour les véhicules autonomes. Tandis qu'une multitude de caméras et de capteurs d'images CCD sont déjà disponibles chez de nombreux fabricants, la capacité à développer rapidement et efficacement des algorithmes de capteurs signifie que les ingénieurs ont besoin de plateformes flexibles entre le capteur vidéo et le processeur de commande.

Une solution idéale consiste à utiliser la technologie FPGA qui prend en charge la diffusion vidéo pour détecter les contours, améliorer les images et effectuer des calculs rapides afin de déterminer la vitesse, la direction et la proximité des objets aux alentours, et d'évaluer les menaces.

Lattice Semiconductor propose ainsi une solution idéale avec son système de développement LFE3-70EA-HDR60-DKN pour les caméras vidéo 1080p à 60 fps. Cette plateforme comprend une conception de référence et une IP à utiliser avec la carte d'interface image LCMXO2-4000HE-DSIB-EVN de la société et sa carte de caméra LF-9MT024NV-EVN Nanovesta.

Cette technologie permet de regrouper deux capteurs d'images dans un seul flux de données vidéo (Figure 2), ce qui permet de percevoir la profondeur et de détecter la position et la vitesse de façon plus précise, tout en offrant un équilibrage automatique des blancs, une réduction du bruit 2D ainsi qu'un mode d'auto-exposition reconnu comme l'un des plus rapides de l'industrie, avec une résolution jusqu'à 16 mégapixels.

Figure 2 : La prise en charge de deux caméras indépendantes et des flux vidéo permet une perception de la profondeur qui est un atout important pour les véhicules autonomes.

Composants radars

Les unités radars miniaturisées sont déjà largement utilisées dans l'industrie automobile. Elles ont recours à la technologie RF pour déterminer la proximité, la portée, la vitesse et la taille relative des objets.

Étant donné que l'industrie automobile a introduit cette technologie dans les systèmes anti-collision et les systèmes de stationnement automatisé, les puces, les composants, les systèmes de développement et les sous-assemblages radars sont déjà disponibles pour une utilisation dans la conception de véhicules autonomes.

Notez que des systèmes radars multicanaux existent déjà et sont principalement utilisés parce que les véhicules possèdent plusieurs côtés à surveiller. Les systèmes radars à canal unique, comme les systèmes de détection de hayon, peuvent également être utilisés, mais ils devront être reproduits pour chaque côté, chaque axe et chaque potentiel de menace liés au véhicule autonome. Par exemple, les radars avant et latéraux sont parfaits pour éviter les piétons, mais la détection de la profondeur peut également être nécessaire pour qu'un véhicule automatisé puisse identifier un fossé sur le bord de la route et ainsi déterminer qu'il ne s'agit pas d'un endroit approprié pour s'arrêter en cas de crevaison, par exemple.

Les composants utilisés dans ce domaine peuvent inclure des pièces comme le système AFE5401TRGCTQ1 de Texas Instruments. Il s'agit d'un circuit d'entrée radar analogique monolithique à quatre canaux, avec amplificateur à faible bruit, égaliseur, amplificateur à gain programmable, système antirepliement et convertisseurs analogique-numérique à résolution de 12 bits (Figure 3). Il est particulièrement intéressant de mentionner que ce composant de 1,8 V permet un échantillonnage simultané sur tous les canaux et un taux de 25 Méch/s avec un bus parallèle compatible CMOS de 12 bits, pour un transfert rapide des données acquises vers un contrôleur hôte local.

Figure 3 : Les dispositifs radars monolithiques multicanaux comme ce récepteur à 4 canaux constituent des solutions idéales pour les véhicules autonomes.

Analog Devices propose une solution similaire avec le convertisseur analogique-numérique frontal à 4 canaux 12 bits AD8285WBCPZ. Ce composant est pris en charge par la carte d'évaluation radar du chemin RX AD8285CP-EBZ de la société, qui utilise une mémoire FIFO intégrale connectée à SPI pour une capture flexible des données.

En résumé, la mise en œuvre de la livraison automatisée à l'aide de véhicules autonomes peut s'avérer coûteuse et se heurter à des obstacles potentiels concernant la réglementation et la responsabilité. Cependant, les solutions techniques nécessaires, en particulier sous forme de systèmes et de modules basés sur des capteurs, sont maintenant disponibles ou le seront très bientôt pour les ingénieurs de conception. En utilisant la détection vidéo, radar et GPS, les systèmes avancés d'aide à la conduite actuels (par exemple, le régulateur de vitesse adaptatif et le freinage d'urgence automatique) ont démontré que les véhicules autonomes sont bel et bien prêts à prendre la route. Ce n'est plus qu'une question de temps.

Références :

1. Projet de voiture sans conducteur de Google
2. Amazon Prime Air
3. Véhicule de livraison Domino's Pizza
4. DomiCopter de Domino's