Qu'est-ce que les trains autonomes?

Les trains autonomes, aussi appelés pelotons de camionnage ou convois numériques, sont des groupes de véhicules qui se déplacent étroitement sur les routes de manière coordonnée et automatisée. Le concept s'inspire des trains ferroviaires traditionnels, mais au lieu des voies fixes, ces trains fonctionnent sur l'infrastructure routière existante. Un véhicule de tête, qui peut être conduit par un humain ou totalement autonome, contrôle la chaîne de véhicules suivants, chacun d'eux conservant une distance précise, une vitesse et un angle de direction à travers un système de pilotage automatique interconnecté.

Les premières expériences remontent aux années 1990, mais les progrès récents dans les technologies de détection, l'apprentissage des machines et la communication entre véhicules (V2V) ont rendu possible une mise en œuvre à grande échelle. Les essais publics menés par des entreprises comme Peloton Technology, Daimler, Volvo et Scania ont démontré que le pelotonnage peut réduire la consommation de carburant de 4 à 10 % pour le véhicule au plomb et jusqu'à 15 % pour les véhicules suivants, tout en améliorant le débit de trafic.

Il existe deux configurations principales : les pelotons mixtes (véhicules de tête actionnés manuellement, automatisés par les suiveurs) et les pelotons totalement autonomes (tous véhicules sans conducteur), qui représentent le but ultime, où un IA central envoie et gère des formations de trains routiers entiers sans intervention humaine.

Le rôle des systèmes de pilotage automatique

Les systèmes de pilotage automatique sont l'épine dorsale technologique des trains autonomes, qui intègrent une série de modules de perception, de prise de décisions et de contrôle qui permettent collectivement aux véhicules de fonctionner en toute sécurité à proximité, parfois aussi serrés que 0,3 seconde d'intervalle de temps (environ 10 à 12 mètres à 80 km/h).

Perception et perception

Les systèmes de pilotage automatique modernes utilisent une fusion de capteurs pour construire un modèle en temps réel de haute fidélité de l'environnement.

  • Lidar (Light Detection and Ranging)[: Fournit des nuages précis de point 3D pour détecter le véhicule de tête, les marquages de voie et les obstacles jusqu'à 200 mètres d'avance.
  • Cameras: Les caméras haute résolution (stério et monoculaire) fournissent la classification des objets (p. ex., distinguer un camion d'une voiture), la lecture des panneaux de circulation et la détection des limites de voie.
  • Radar: Les radars à longue portée et à courte portée mesurent la vitesse et la distance relatives au véhicule de tête et à la circulation environnante, même par temps défavorable où les caméras peuvent se dégrader.
  • Sondes ultrasoniques: Utilisées pour la détection de points d'aveugle à portée rapprochée, surtout pendant les manoeuvres de fusion ou de changement de voie de formation.

Les données du capteur sont fusionnées par des filtres probabilistes (par exemple, des filtres Kalman) pour créer une carte de sensibilisation de la situation robuste.

Communication Véhicule-Véhicule (V2V)

Les systèmes de pilotage automatique des trains routiers dépendent fortement des communications sans fil à faible latence entre les véhicules. Les protocoles dédiés de communication à courte distance (DSRC) ou de véhicule cellulaire à tout (C-V2X) permettent au véhicule de transmettre son accélération, son intention de freinage, son angle de braquage et ses manœuvres à venir à tous les adeptes en millisecondes.

La communication V2V prend également en charge le régulateur de vitesse adaptatif coopératif (CACC), où les membres du peloton règlent leur vitesse simultanément en fonction des données en temps réel du leader, plutôt que de s'appuyer sur des retours uniquement de capteurs.

Algorithmes de décision et de contrôle

La pile logicielle de base comprend des modules de planification et de contrôle.

  • Planification de route[: Planification de trajectoires globales d'origine à destination, optimisée pour les zones de formation de pelotons (p. ex., segments routiers désignés).
  • Couche comportementale : Gère des manœuvres de haut niveau telles que le couplage de peloton, la division, le changement de voie, l'arrêt d'urgence et la réaction aux coupures des véhicules non-plateton.
  • : Commandes de basse altitude (p. ex., commande prédictive du modèle, contrôleurs PID) calculent les commandes de gaz, de freinage et de direction pour suivre la trajectoire désirée avec précision du sous-mètre.

On a étudié la possibilité d'une coordination des sections en profondeur, ce qui permet aux systèmes d'apprendre à régler au mieux les écarts et à positionner les voies dans des conditions de circulation et de temps variables.

Principales caractéristiques des systèmes de pilotage automatique pour les trains routiers

Bien que de nombreux systèmes avancés d'assistance au conducteur (ADAS) offrent un système de régulation de croisière et de maintien des voies de base, les systèmes de pilotage automatique conçus pour les trains autonomes de route comportent plusieurs caractéristiques spécialisées :

  • Le régulateur de vitesse adaptatif avec logique de pelotonnement: maintient une distance de réglage suivante (par exemple 0,3 à 1,0 secondes) en utilisant les données radar/lidar et V2V. Le système resserre automatiquement les écarts lorsque les avantages aérodynamiques sont maximisés.
  • Compagnie automatique de jointure et de sortie: Permet à un véhicule de suivre de fusionner en toute sécurité dans un peloton existant depuis une rampe ou une voie lente, et de sortir de la formation sans perturber la circulation.
  • Freinage et accélération en régime : Tous les véhicules du frein de section simultanément et uniformément, empêchant les collisions en chaîne-réaction. Ceci est obtenu par des commandes V2V synchronisées et une actionnement coordonné.
  • Arrêt d'urgence et pullover sécuritaire : En cas de défaillance (par exemple, extinction des pneus, dysfonctionnement du capteur), le système de pilotage automatique peut amener l'ensemble du train à un arrêt contrôlé sur l'épaule ou guider le véhicule de tête à une sortie sûre.
  • Détection et réponse en continu[ : Les véhicules non-plateton peuvent s'insérer entre les membres du peloton. Le système doit détecter rapidement et élargir les écarts pour assurer une séparation sûre, puis reformer le peloton après le passage de l'intrus.
  • Gestion de la formation évolutive[: Un système central de gestion de la flotte basé sur le cloud peut orchestrer plusieurs trains routiers à travers un réseau routier, regroupant des véhicules avec des itinéraires et des horaires compatibles.

Avantages des trains routiers autonomes

L'adoption de trains routiers à pilotage automatique offre une large gamme d'avantages qui vont au-delà des économies de carburant simples.Ces avantages ont fait de la navigation un domaine de recherche prioritaire pour les agences de transport et les entreprises de logistique dans le monde entier.

Sécurité accrue

L'erreur humaine est un facteur dans plus de 90% des accidents de véhicules commerciaux. L'automobilisation élimine les comportements humains les plus dangereux – distraction, fatigue, conduite agressive et temps de réaction retardé. Parce que les véhicules suivants réagissent presque instantanément au freinage du leader (via V2V), le risque de collisions arrière est réduit de façon spectaculaire. En 2022, une étude conjointe de l'Institut de recherche sur les transports de l'Université du Michigan et de l'Administration fédérale de la sécurité des transporteurs automobiles a révélé que l'utilisation de la section de camion pourrait éliminer jusqu'à 44 % des accidents de l'arrière et 23 % des incidents liés au changement de voie.

De plus, le freinage coordonné et l'accélération empêchent l'effet -accordion -qui déclenche souvent les empilements dans la circulation lourde. Les véhicules sont espacés de manière optimale, mais le système maintient suffisamment de réserve pour éviter les collisions dans les situations d'urgence.

Efficacité énergétique et réduction des émissions

La réduction de la traînée aérodynamique par la conduite à proximité est la principale source d'économies de carburant. Pour les véhicules suivants, la résistance à l'air diminue de 20 à 30 %, ce qui entraîne des améliorations de 10 à 15 % de l'économie de carburant. Le véhicule au plomb bénéficie également (2 à 5 %) en raison d'une réduction de la pression sillage.

Étant donné que le transport représente près de 30 % des émissions totales de gaz à effet de serre aux États-Unis, les trains routiers autonomes offrent une voie tangible vers la décarbonisation du fret sans nécessiter une architecture entièrement nouvelle.

Réduction des coûts opérationnels

Les entreprises de logistique ont de faibles marges bénéficiaires, avec un carburant représentant environ 25 à 30 % des coûts d'exploitation par mille. Les économies de carburant résultant de la sectionnement se traduisent directement par des dépenses moindres. De plus, la réduction de l'usure des pneus et des freins (due à des modes de conduite plus fluides) réduit les coûts d'entretien.

Les salaires des conducteurs restent l'un des coûts les plus élevés, mais les trains routiers totalement autonomes pourraient éventuellement éliminer le besoin de conducteurs dans les véhicules suivants, permettant à un seul conducteur humain (ou opérateur éloigné) de superviser un convoi de camions multiples.

Amélioration du débit et de la capacité routière

Les véhicules d'un train routier sont synchronisés avec précision, ce qui réduit l'effet d'onde de choc qui cause la congestion routière.Les véhicules peuvent voyager à des densités plus élevées – essentiellement en emballeant davantage de camions dans la même longueur de route – sans sacrifier la sécurité.Études de simulation de la Commission européenneUne initiative qui utilise la technologie avancée pour permettre aux camions de voyager ensemble de manière très espacée et automatisée projet a montré que 25% des camions participant à la sectionnement pourraient augmenter la capacité routière de 10% au cours des heures de pointe.

Comme les pelotons occupent moins d'espace par véhicule, ils réduisent également le problème de blocage -Slow camion -Slow dans les voies droites. Le camion de tête peut maintenir une vitesse constante, et suivant les camions ne doivent plus freiner et accélérer en raison des retards de réaction humaine, ce qui entraîne un flux de circulation plus constant pour tous les véhicules.

Bien-être et efficacité des conducteurs

Pour les systèmes mixtes où un conducteur reste dans le camion de tête, le pilote automatique de suivre les camions réduit considérablement la fatigue du conducteur. Les conducteurs des véhicules de suivi peuvent se reposer, manipuler des documents ou effectuer d'autres tâches tout en étant payés pour le temps de conduite. Cela améliore la satisfaction au travail et aide à combattre la pénurie de conducteur.

Défis et obstacles à l'adoption

Malgré les avantages évidents, plusieurs obstacles importants doivent être surmontés avant que les trains autonomes ne deviennent communs sur les routes publiques.

Cadres réglementaires et juridiques

Aux États-Unis, la National Highway Traffic Safety Administration (NHTSA) a émis des directives volontaires, mais certains États ont établi leurs propres règles. Certains États, comme Florida et Texas, ont autorisé le pelotonnage des pilotes dans des conditions spécifiques, tandis que d'autres ont interdit totalement les camions sans conducteur. La responsabilité en cas d'accident reste une zone grise : le conducteur principal est-il en faute ? Le propriétaire du camion ? Le développeur du logiciel de pilote automatique ? Une répartition claire des responsabilités est essentielle pour un déploiement généralisé.

Cybersécurité et fiabilité des systèmes

Les trains routiers dépendent des communications sans fil et des services de gestion de flotte reliés au cloud. Cela crée une grande surface d'attaque pour les acteurs malveillants qui pourraient écraser les messages V2V, bloquer le radar ou injecter des commandes de freinage fausses. Un peloton compromis pourrait causer des collisions multivéhicule catastrophiques. Le chiffrement, l'authentification des messages (à l'aide d'une infrastructure à clé publique) et des systèmes de détection d'intrusion sont en cours d'élaboration, mais il n'existe pas de protocole de sécurité normalisé pour les systèmes de convois autonomes.

Compatibilité des infrastructures

Les trains autonomes fonctionnent mieux sur des routes à accès contrôlé, avec des marquages clairs, une signalisation adéquate et une circulation limitée pour piétons. Les routes rurales, les ponts et les tunnels peuvent poser des problèmes. Des voies de sectionnement spécifiques pourraient être introduites pour séparer les trains routiers de la circulation mixte, mais cela nécessiterait des investissements importants dans l'infrastructure.

Acceptation publique et trafic mixte

Les enquêtes indiquent que de nombreux automobilistes sont mal à l'aise à proximité ou entre camions autonomes. Les distances proches suivantes, soit environ 10 mètres à grande vitesse, peuvent être perçues comme dangereuses même lorsqu'elles ne le sont pas techniquement. Les véhicules non-plateton qui se réduisent à l'écart sont une préoccupation commune; le système de peloton doit réagir en toute sécurité sans conduire des humains alarmants.

Limites technologiques

Le capteur actuel et le matériel informatique, bien que avancé, ont encore des limites. La performance du lidar se dégrade dans les pluies abondantes, la neige ou le brouillard; le radar peut confondre des objets stationnaires sous des passages supérieurs; et la vision informatique peut échouer lorsque les marques de voie sont effacées ou couvertes par des débris.

Perspectives et prochaines étapes

La recherche et le développement se poursuivent rapidement, avec plusieurs acteurs majeurs qui se dirigent vers des solutions prêtes à la production.Le projet ENSEMBLE s'est conclu en 2022 après avoir démontré avec succès le pelotonnement de camions de sept fabricants différents (DAF, Iveco, MAN, Mercedes-Benz, Scania, Volvo et Renault) sur les routes publiques. Cette interopérabilité multimarques est essentielle pour créer un écosystème ouvert où tout camion compatible peut rejoindre un peloton.

Aux États-Unis, le projet AUTOMATÉ du ministère de l'Énergie fait des recherches sur les contrôles de section optimaux de l'énergie et les comportements de conduite coopératifs. Entre-temps, des entreprises comme Locomation ont développé un système de suivi de chef de file dans lequel un conducteur de tête tire un second camion sans conducteur, et elles ciblent le déploiement commercial pour la fin de 2024, en attendant l'approbation réglementaire.

Une autre direction prometteuse est l'utilisation de conducteurs distants ou de centres de téléopération : un seul opérateur distant peut surveiller et prendre le contrôle de plusieurs trains routiers dans les cas de bordure. Cette approche hybride permet de combler l'écart entre les opérations totalement autonomes et les opérations à l'aide de l'homme, accélérant le chemin de déploiement.

Les trains autonomes à long terme peuvent évoluer en réseaux logistiques long-courriers totalement incontrôlables, où les camions électriques ou à hydrogène forment des pelotons pour les longs tronçons routiers, puis se divisent pour effectuer des livraisons locales. Les implications économiques et environnementales sont profondes : le coût du transport des marchandises pourrait diminuer de 25 à 30 %, et les émissions de carbone du fret pourraient être réduites de moitié lorsqu'elles seront associées à des groupes motopropulseurs à émissions nulles.

À mesure que les coûts des capteurs diminuent, que la puissance de calcul augmente et que les régulateurs acquièrent la confiance grâce aux données du monde réel, la vision des trains routiers autonomes passe de prototype à réalité pratique.