Comprendre les systèmes ADAS et la validation de la conduite autonome
Les systèmes avancés d'aide à la conduite (ADAS) aident les véhicules à percevoir leur environnement et assistent les conducteurs pour s'adapter aux conditions de circulation. Ces systèmes associent plusieurs technologies de détection à des logiciels embarqués qui analysent l'environnement et aident le conducteur à prendre des décisions en temps réel. Les essais ADAS visent principalement à valider la manière dont ces capteurs et ces algorithmes interagissent dans des situations de conduite réelles.
Cet ensemble de capteurs comprend :
- Capteurs radar qui mesurent la distance et la vitesse relative des objets proches.
- Les systèmes LiDAR qui fournissent des informations spatiales détaillées. Cela permet de détecter les obstacles et les caractéristiques de la route.
- Systèmes de caméras permettant de reconnaître des objets et d'identifier les véhicules, les piétons, les marquages au sol et les panneaux de signalisation.
- Les capteurs à ultrasons sont couramment utilisés pour la détection à courte portée dans des applications telles que l'aide au stationnement.
Outre les technologies de détection embarquées, de nombreux véhicules modernes s'appuient également sur la communication V2X pour échanger des informations avec les véhicules voisins ou les infrastructures routières. Ces données supplémentaires permettent d'anticiper les dangers situés au-delà du champ de vision direct.
Principaux défis liés aux essais des systèmes d'aide à la conduite
Les fonctions ADAS et de conduite autonome doivent fonctionner de manière fiable dans une grande variété de situations :
- Circulation dense ou urbaine
- Conditions météorologiques variables
- Différents matériaux utilisés pour les routes ou les infrastructures
- Interactions complexes entre les véhicules et les piétons
Les fonctions conçues pour aider le conducteur et améliorer la sécurité routière — telles que l'ACC, l'AEB, le LKA et l'aide au stationnement — doivent également répondre aux exigences de sécurité automobile et aux contraintes liées à l'intégration des systèmes.
L'approche d'Averna en matière de validation et d'intégration de systèmes
Averna possède une vaste expérience dans la validation des systèmes d'aide à la conduite (ADAS) et de la conduite autonome. Depuis des années, nous accompagnons les principaux constructeurs automobiles et équipementiers de premier rang en leur proposant des solutions de test automobile entièrement personnalisées, conçues pour répondre à des exigences techniques spécifiques.
Nos équipes développent plateformes de validation plateformes l'ensemble du cycle de vie des essais, permettant ainsi aux fabricants de travailler avec un seul et même partenaire, depuis les premières phases de développement jusqu'à l'intégration des systèmes et la validation en production.
Parmi les activités de validation les plus essentielles, on peut citer :
- Validation de scénarios à grande échelle à l'aide de la simulation et d'environnements XIL
- Tests d'intégration des systèmes au sein des architectures automobiles
- Validation de la perception pour les capteurs radar, caméra, LiDAR et à ultrasons
- Validation en conditions réelles à l'aide de bancs d'essai et de workflows d'enregistrement et de lecture
- Essais de production et étalonnage des capteurs de perception avant leur mise en service
Ces activités ne représentent qu'une partie des capacités de validation requises.
Les technologies à la base des essais fiables des systèmes d'aide à la conduite
Les systèmes avancés d'aide à la conduite s'appuient sur un large éventail de technologies de détection qui nécessitent une simulation approfondie des objets et une validation minutieuse des algorithmes de fusion des données des capteurs.
Tests de simulation pure (SIL) et XIL
Les systèmes de conduite autonome ne peuvent pas être validés uniquement par des essais sur route. La simulation permet d'exécuter les algorithmes ADAS dans des environnements virtuels configurables et élargit considérablement la couverture.
Les essais « Hardware-in-the-Loop » (HIL) intègrent de véritables calculateurs électroniques dans la simulation. Les contrôleurs reçoivent des données de capteurs synthétiques et leurs réactions sont évaluées en temps réel, ce qui permet de les vérifier avant leur intégration dans un véhicule.
Ces étapes sont souvent regroupées au sein d'un cadre de validation XIL (modèle, logiciel, matériel, pilote ou véhicule en boucle), ce qui permet d'introduire progressivement les composants du système tout en gardant le contrôle des conditions d'essai.
Enregistrement et lecture sur les terrains d'essai
Les données réelles offrent un réalisme inégalé. Si les méthodes SIL et HIL offrent une excellente couverture, les simulations ne peuvent pas rendre toutes les nuances du monde réel. Les processus d'enregistrement et de lecture permettent aux ingénieurs de valider les performances des capteurs à l'aide de données de trafic réelles.
Grâce à ces processus, les ingénieurs peuvent :
- Capturer des données réelles provenant des capteurs
- Valider les systèmes sur des bancs d'essai
- Identifier les cas limites
Essais de capteurs radar et capteurs de perception
Les environnements de test permettent d'évaluer la manière dont les capteurs radar, LiDAR, caméras et ultrasoniques interprètent la situation de conduite.
La validation radar repose sur une simulation physique qui modélise la propagation et les réflexions du signal. Les ingénieurs analysent les réponses des capteurs en ajustant la distance, l'angle ou le mouvement relatif.
Des facteurs physiques tels que les matériaux des pare-chocs ou la peinture peuvent altérer les signaux radar, et la synchronisation des capteurs devient essentielle lorsque les données sont fusionnées avec d'autres sources d'information.
La validation nécessite également des conditions de champ lointain pour obtenir une représentation précise du comportement électromagnétique. Les radars automobiles modernes fonctionnent sur de larges bandes de fréquences, ce qui exige des méthodes de test RF avancées.
Validation des capteurs de caméra et tests du pipeline vidéo
Les modules de caméra jouent un rôle crucial dans la perception. La validation porte à la fois sur les performances optiques et sur la fiabilité de la chaîne de transmission vidéo.
Les activités de validation comprennent :
- Essais d'étalonnage
- Mesure MTF
- Vérification de la netteté de l'image
- Validation du pipeline vidéo
Les caméras automobiles utilisent des interfaces haut débit telles que GMSL2 ou FPD-Link III. Les composants de sérialisation/désérialisation acheminent les données d'image, tandis que les commandes de configuration transitent par I2C ou GPIO.
plateformes également surveiller l'alimentation électrique via PoC et évaluer l'intégrité du signal à l'aide de connecteurs tels que FAKRA. Dans certains cas, les FPGA émulent ou traitent des flux vidéo.
Alignement actif des modules de caméra
L'alignement actif est un procédé d'assemblage de haute précision qui optimise le positionnement des lentilles grâce à des données de retour fournies en temps réel par des capteurs. Contrairement à l'alignement passif, il ajuste en continu la mise au point, l'inclinaison, le centrage, la rotation et l'alignement optique pour atteindre une précision de l'ordre du micron.
Les systèmes d'alignement actifs sont indispensables à la fabrication de modules de caméra de haute qualité. Même de légers écarts peuvent entraîner un flou, des erreurs de profondeur ou des distorsions géométriques. La précision doit être maintenue tout au long de la durée de vie du véhicule, malgré les conditions environnementales.
- Une perception précise de la profondeur
- Détection précise des bords de voie
- Classification fiable des objets
- Un étalonnage géométrique correct pour l'assemblage des images panoramiques
- Cohérence entre les unités pour la fusion multicapteurs
Contrôle par LiDAR et ultrasons
Les capteurs LiDAR génèrent des cartes 3D de l'environnement. La validation porte principalement sur la caractérisation optique, la simulation d'objets, le comportement du contrôleur et l'étalonnage de la distance et de l'angle.
Les capteurs à ultrasons sont principalement utilisés pour le stationnement. Ils mesurent le temps de vol entre l'émission d'une impulsion et le retour de l'écho.
Les systèmes de test permettent de simuler :
- Des objets situés à différentes distances
- Temps de réverbération
- Variations d'amplitude
Cela permet de valider les fonctions d'aide au stationnement et les systèmes de détection à courte portée.
Essais environnementaux et de compatibilité électromagnétique
Les capteurs ADAS doivent rester fiables dans des conditions environnementales très variées. plateformes les variations de température, l'humidité et les vibrations afin de garantir leur stabilité.
Les essais CEM évaluent le comportement des capteurs en présence d'interférences électromagnétiques, garantissant ainsi des performances stables au sein des systèmes électroniques complexes des véhicules.
Essais et étalonnage lors de la fabrication des capteurs
Les systèmes ADAS modernes s'appuient sur des données synchronisées provenant de radars, de LiDAR, de caméras et du GNSS. Les essais en production permettent de vérifier l'alignement et de garantir la stabilité de la perception lorsque plusieurs sources de données interagissent.
plateformes des signaux de capteurs, surveillent le comportement du système et vérifient la précision de l'étalonnage avant le déploiement.
Étude de cas : Validation de la fusion de capteurs XiL
Averna a développé une plateforme de test Sensor Fusion XiL qui combine simulation, enregistrement-lecture et validation HIL en boucle fermée au sein d'un même environnement.
La plateforme des données synchronisées provenant des capteurs aux calculateurs ADAS tout en surveillant les réactions dans des scénarios de circulation contrôlés.
Les principales fonctionnalités sont les suivantes :
• Génération de scénarios pour des conditions de circulation complexes
• Flux de travail d'enregistrement et de lecture avec enregistrement de données à haut débit
• Simulation d'objets pour les radars, les LiDAR et les capteurs à ultrasons
• Injection de flux vidéo via les interfaces automobiles
• Intégration aux réseaux embarqués (Ethernet, CAN, LIN, FlexRay)
• Validation des calculateurs (ECU) par fusion de capteurs avec des données synchronisées
• Intégration V2X et GNSS pour les scénarios de véhicules connectés
Cette architecture permet aux ingénieurs de valider les fonctions de conduite autonome et de conduite en mode fusion dans des environnements contrôlés mais réalistes avant leur mise en service sur route.
« Nos ingénieurs ont intégré diverses technologies au sein d'une plateforme de test unifiée. Cela a permis à notre client de déployer des solutions de validation ADAS sur mesure à l'échelle de son entreprise. Cette approche modulaire, flexible et évolutive a accéléré la mise sur le marché et a permis d'éviter les coûts liés à d'importants investissements dans des équipements à usage unique. »