Comment fonctionnent les nouveaux capteurs pour détecter les conditions routières

AGI – Capteurs de dernière génération montés sur des véhicules électriques, à la fois autonomes et à conduite humaine, capables de surveiller la ville, en détectant l’état de la chaussée. Le Laboratoire de Robotique et d’Intelligence Artificielle de l’ENEA les a développés pour le projet Smart Road dans le cadre du programme « Recherche sur les systèmes électriques » financé par le ministère de l’Environnement et de la Sécurité énergétique.

“L’idée de base est celle de véhicules autonomes qui agissent comme des capteurs pour mesurer de manière globale les conditions de la ville et améliorer la sécurité, la fluidité du trafic et le confort de conduite, avec des avantages également en termes d’économie d’énergie et de durabilité”, explique-t-il. Sergio Taraglio, chercheur ENEA du Laboratoire de Robotique et d’Intelligence Artificielle du Département Technologies de l’Energie et Sources Renouvelables, et responsable de cette ligne d’activité.

Pour l’analyse de l’état de la chaussée, deux capteurs différents ont été développés : le premier utilise un LIDAR (Détection et Télémétrie de Lumière), basé sur le laser, pour mesurer les distances géométriques avec une grande précision, tandis que le second consiste en une caméra montée frontalement sur le véhicule qui analyse le flux vidéo avec des techniques d’intelligence artificielle. “Les données collectées par les instruments sont utilisées pour évaluer l’état de la chaussée.

Chercheurs du laboratoire @ENEAOfficiel de la robotique et de l’intelligence artificielle ont développé #capteurs dernière génération pour #Véhicules #électriqueà la fois autonome et piloté par l’homme, capable de détecter l’état de la chaussée.

https://t.co/Lf2NpppGQl@MASE_IT pic.twitter.com/wfNxjb4IPf

– ENEA (@ENEAOfficiel) 10 janvier 2024

Dans le cas du LIDAR, la surface de la route est mesurée géométriquement, révélant des écarts tels que des nids-de-poule ou des bosses et indiquant le défaut de la route en rouge sur un écran par rapport à la couleur verte d’une route en bon état, pouvant fonctionner comme un ADAS ( Advanced Driver Assistance Systems, systèmes avancés d’aide à la conduite)”, poursuit Taraglio.

Le deuxième capteur utilise un réseau neuronal profond formé pour détecter et reconnaître les défauts dans le flux vidéo de la caméra. Il permet de voir des objets qui ne peuvent pas être mesurés par LIDAR, comme les fissures du treillis ou tous ces défauts attribuables à des éléments « peints » sur l’asphalte (passages pour piétons ou lignes de voie estompées).

Les deux capteurs fonctionnent en temps réel et peuvent être utilisés pour la surveillance urbaine : les informations sur le défaut de la route, géoréférencées, sont envoyées au smart city manager pour cartographier les conditions routières et planifier les réparations. De plus, le véhicule électrique autonome utilisé pour les tests est également équipé d’un capteur de qualité de l’air qui enregistre les concentrations de particules et envoie des données pour traiter des cartes de polluants à haute résolution en temps réel.

Le développement de systèmes d’analyse du contexte sonore est actuellement en cours. ” L’objectif est double : d’une part mesurer les nuisances sonores, d’autre part permettre au véhicule autonome de pouvoir utiliser l’information sonore pour gérer des situations potentiellement dangereuses : par exemple en cas d’approche d’un véhicule de secours, le véhicule il faut être capable de reconnaître la situation et de dégager la route autant que possible”, conclut Taraglio.

Reproduction expressément réservée © Agi 2023