INGENIEUR ADAS

Un ingénieur ADAS – Véhicule autonome est un ingénieur d’étude automobile qui travaille sur les systèmes d’aide à la conduite tels que la détection des piétons, le freinage d’urgence, la reconnaissance des panneaux de signalisation, le régulateur de vitesse adaptatif…

Les ADAS (Advanced Driver Assistance Systems) constituent la première étape vers le véhicule autonome, qui embarque en plus des technologies de connectivité entre les véhicules, entre les véhicules et l’infrastructure, et de l’intelligence artificielle (auto-apprentissage).

Avec plus de 4 000 ingénieurs de haut niveau intervenant dans le secteur automobile, le groupe ALTEN contribue au développement des systèmes ADAS et des prototypes de voiture autonome, aussi bien chez les constructeurs (Audi, BMW, Jaguar-Land Rover, PSA, Renault…) que chez les équipementiers (Continental, Valeo…) et les instituts de recherche (CEESAR, VEDECOM…).

Voici les différents compétences techniques des ingénieurs ADAS :

Ingénieur de conception fonctionnelle ADAS

Avant de concevoir un système d’aide à la conduite, il faut comprendre ce que le client attend, afin de le traduire en spécifications techniques et en architecture système.

Pour cela, un ingénieur de spécification ADAS / Fonction ADAS va analyser les besoins exprimés par les automobilistes, les fonctionnalités déployées sur les véhicules de la concurrence, ainsi que les critiques des journalistes automobiles. Cette base de données va nourrir la réflexion de l’ingénieur porté sur l’analyse fonctionnelle du système et détailler les prestations dans le cahier des charges.

Exemples de question que l’on peut se poser sur un système de freinage automatique :

  • Le véhicule doit-il détecter les piétons ? Ou simplement les véhicules ? Quelle est la taille minimale de l’obstacle dangereux ?
  • Comment et à quel moment on avertit le danger au conducteur ?
  • À partir de quel moment le véhicule doit-il prendre la main et freiner automatiquement ?

Il n’y a pas de bonne réponse, celle-ci dépend de l’analyse et des critères du constructeur automobile : coût du système, agrément du conducteur, sécurité, fiabilité…

L’ingénieur d’étude ADAS peut alors définir l’architecture du contrôle / commande, et valider son fonctionnement via la simulation numérique (ex : Matlab Simulink) et physique (ex : banc de test, prototypage sur véhicule…).

À titre d’exemple, ALTEN possède aujourd’hui un centre de service qui travaille sur la spécification en fonctionnalités et en ergonomie des systèmes ADAS, pour un grand constructeur automobile français.

Ingénieur intégration capteur ADAS

Après avoir défini le cahier des charges et l’architecture, il est temps d’incorporer l’élément primordial du système ADAS : les capteurs, dans le véhicule pour valider son bon fonctionnement.
Il existe aujourd’hui différents technologies de capteurs :

  • Radar hyperfréquences (24 GHz ou 77 GHz)
  • Radar laser (appelé aussi LIDAR)
  • Caméra
  • Capteur ultrason (qu’on retrouve dans les radars de stationnement)

Plusieurs compétences d’ingénierie sont impliquées dans la mise au point / intégration des capteurs ADAS :

Ingénieur calibration capteur :

Spécialisé en optronique, électronique ou électromagnétique, ils contribuent à l’intégration des capteurs ADAS en résolvant des problématiques de distorsion, des latences (contrainte temps réel) et de compatibilité entre capteurs. En suite, en fonction de la prestation attendue, on peut procéder à la fusion des données.

Ingénieur développeur logiciel embarqué ADAS :

Spécialisé en programmation des logiciels des systèmes embarqués (c’est à dire des langages type assembleur, C ou C++), les ingénieurs logiciel embarqué ADAS vont développer les algorithmes des unités de contrôle électronique (ECU), à partir de la spécification fournie par les ingénieurs de conception fonctionnelle cités dans le paragraphe précédent. Si on prend l’exemple de fonctionnalité de l’alerte de franchissement de ligne, qui a pour but de prévenir le conducteur en cas de changement de direction involontaire : avec les images fournies par la caméra avant, l’ingénieur logiciel embarqué ADAS développe une algorithme de traitement d’image qui identifie les lignes de la chaussée, et signale l’ordinateur de bord si le véhicule se déporte sur la gauche ou sur la droite de façon involontaire (ex: sans clignotant).
Ensuite, les ingénieurs doivent tester et valider les algorithmes : il faut concevoir tous les scénarios de test, réaliser des tests unitaires (tester individuellement les différents modules de l’algorithme), puis procéder des tests SiL (Software in loop) et HiL (hardware in loop). Enfin, on valide l’algorithme dans la situation réelle, à travers des essais réels sur un véhicule prototype, pour voir si le système satisfait les prestations de service attendues par le cahier des charges initial.


Ingénieur architecte électrique-électronique

  • Pour garantir le bon fonctionnement du système ADAS à bord du véhicule, il faut qu’il soit alimenté en électricité et interfacé correctement aux autres systèmes électroniques du véhicule.
    L’ingénieur doit réaliser l’architecture système en spécifiant les interfaces logicielles et physiques, tout en respectant les contraintes réglementaires.
    Il faut ensuite garantir le bon déploiement de l’architecture et son intégration, en coordonnant avec les personnes qui développent ou produisent les composants et les câblages.

Bien sûr, il ne s’agit pas d’une liste exhaustive… D’autres compétences sont également impliquées dans l’intégration du système ADAS, comme les ingénieurs qui développent la partie interface homme machine (IHM) et font appel aux aux compétences de l’ergonome, de graphiste-développeur…etc.


Ingénieur R&T des véhicules autonomes : préparer le futur

Aujourd’hui, les véritables voitures 100% autonomes (dit niveau 5), continuent leur développement pour être commercialiser dans les cinq à dix prochaines années.

Pour être totalement indépendant d’un conducteur humain, les voitures autonomes ont besoin d’un logiciel embarqué capable de réagir à tous les situations de circulation possibles et imaginables, et surtout, d’identifier avec certitude les éléments de son entourage.
Or les algorithmes, programmés par des moyens humains (avec un nombre de lignes de code limité), ne sont pas capables d’anticiper tous les cas de figure, qu’on peut rencontrer en circulation.

Le récent accident mortel de Tesla S dont le système «AutoPilot» était en fonctionnement, montre que mal les systèmes actuels ont encore des progrès à faire sur l’identification des ojets.
Dans le cas cité, l’obstacle fut un camion blanc, mais l’image de caméra fait croire au véhicule qu’il s’agit d’un ciel très nuageux, tandis que le radar a détecté une surface très plane et l’ordinateur de bord l’a identifié comme un panneau de signalisation.

Pour palier à ce problème, les constructeurs automobiles investissent dans la technologie de l’intelligence artificielle (IA).
Capable de faire de l’apprentissage profond («deep learning»), l’intelligence artificielle permet de perfectionner soi-même ses algorithmes de reconnaissance visuelle, de fusion de données ou de décision, et gérer ainsi les cas extrêmes.

Dans ce domaine, nous avons par exemple des ingénieurs automobiles ALTEN qui travaillent sur la modélisation de l’intelligence artificielle (ex: définir l’ontologie et modéliser les interactions entre homme, véhicule et son environnement), ou encore l’analyse et la construction d’une base de données (Big Data) avec les informations fournies par les capteurs du système ADAS.