Le rôle critique des systèmes satellitaires dans la navigation autonome des véhicules

Les véhicules autonomes représentent l'un des changements les plus transformatifs dans le transport, promettant de réduire les accidents, d'atténuer les congestions et de permettre la mobilité pour ceux qui ne peuvent pas conduire. Au cœur de cette révolution se trouve une exigence fondamentale : un positionnement précis, fiable et continu. Alors que les capteurs embarqués comme les caméras, LiDAR et radar fournissent une perception environnementale riche, ils sont tous ancrés par un cadre de référence mondial fourni par les systèmes de navigation par satellite.

Les véhicules autonomes comptent sur une fusion de flux de données pour comprendre où ils se trouvent, ce qui les entoure et ce qu'il faut faire ensuite. Le positionnement par satellite fournit le contexte géospatial absolu qui permet à un véhicule de connaître sa localisation sur une carte à l'intérieur de centimètres. Cet article explore la mécanique de la navigation par satellite, les constellations satellitaires spécifiques utilisées dans la conduite autonome, la façon dont les données satellitaires s'intègrent avec d'autres capteurs, les défis qui subsistent et les développements de pointe qui feront avancer l'industrie.

Comment les systèmes satellitaires fonctionnent-ils en navigation?

Les systèmes mondiaux de navigation par satellite (GNSS), tels que le Système mondial de localisation (GPS) des États-Unis, opèrent par l'intermédiaire d'une constellation de satellites en orbite moyenne terrestre (environ 20 200 km d'altitude), qui diffusent en permanence des signaux radio contenant leur position orbitale précise (données d'ephemeris) et l'heure exacte de transmission du signal, synchronisée par des horloges atomiques.

En mesurant le temps de vol de chaque signal, le récepteur calcule sa distance par rapport à chaque satellite en utilisant la vitesse de la lumière. Avec les distances de trois satellites, le récepteur peut trianguler une position tridimensionnelle (latitude, longitude, altitude). Un quatrième satellite est nécessaire pour corriger les erreurs d'horloge dans le récepteur lui-même, un processus appelé multilatation. Ce principe de base donne une précision horizontale d'environ 3-5 mètres en mode GPS standard, mais les véhicules autonomes nécessitent beaucoup plus de précision.

Structure du signal et sources d'erreur

Chaque satellite GNSS diffuse sur plusieurs fréquences. Le GPS civil utilise la fréquence L1 (1575,42 MHz) et les fréquences L2C et L5 plus récentes. Les récepteurs à double fréquence peuvent corriger les retards ionosphériques en comparant les temps de propagation sur différentes fréquences, en améliorant considérablement la précision.

Systèmes d'augmentation de précision

Pour satisfaire aux exigences de précision du sous-décimètre pour le maintien des voies et le stationnement automatisé, les véhicules autonomes utilisent des techniques d'augmentation telles que le positionnement en temps réel et le GPS différentiel (DGPS). RTK utilise une station de base fixe (ou un réseau de stations comme un réseau de stations de référence en exploitation continue) pour calculer les corrections différentielles et les transmettre au véhicule par liaison cellulaire ou satellite. Cela donne une précision de niveau centimètre en temps réel. Une autre méthode, le positionnement précis des points (PPP), utilise les corrections satellitaires de services comme le système d'augmentation par satellite (SBAS) – y compris WAAS (Amérique du Nord), EGNOS (Europe) et MSAS (Japon) – pour améliorer la précision au niveau du décimètre sans station de base à proximité.

Systèmes satellitaires clés utilisés dans les véhicules autonomes

Bien que le GPS soit le système satellite le plus familier, les véhicules autonomes tirent de plus en plus parti des récepteurs multiconstellations qui utilisent simultanément des signaux de plusieurs fournisseurs GNSS. Cela améliore la disponibilité, la redondance et la précision, en particulier dans les environnements difficiles.

  • GPS (Global Positioning System):[ Exploité par la Force spatiale des États-Unis, le GPS se compose de 31 satellites opérationnels. Les satellites GPS III modernisés diffusent le signal L1C pour une meilleure interopérabilité et précision. Le GPS assure une couverture mondiale et constitue l'épine dorsale de la plupart des services de navigation civile.
  • GLONASS: La constellation russe de 24 satellites (plus pièces de rechange) fonctionne dans une inclinaison légèrement différente (64,8°) par rapport au GPS (55°), offrant une meilleure couverture aux hautes latitudes. GLONASS utilise la Division de fréquence à accès multiple (FDMA) sur les satellites plus anciens, tandis que les nouveaux satellites prennent également en charge la Division de code à accès multiple (CDMA) pour la compatibilité avec le GPS.
  • Galileo: Le GNSS de l'Union européenne Galileo est conçu spécifiquement pour les applications de masse de haute précision. Il dispose de 30 satellites (24 opérationnels + 6 pièces de rechange) et offre un signal libre et ouvert (E1) interopérable avec le GPS L1. Le service haute précision (HAS) de Galileo fournira des corrections sous-décimètre directement via satellite et Internet, ce qui profite grandement aux véhicules autonomes sans nécessiter d'infrastructure au sol supplémentaire. Galileo dispose également de solides fonctionnalités d'authentification pour protéger contre le spoofing.
  • BeiDou: Le système chinois de navigation par satellite (BDS) a commencé ses opérations mondiales en 2020 avec 35 satellites, dont des satellites géostationnaires et en orbite géosynchrone inclinée qui assurent une excellente couverture dans la région Asie-Pacifique. La capacité de communication bidirectionnelle unique de BeiDou permet aux utilisateurs d'envoyer des messages, qui pourraient être utilisés pour des applications de véhicule à infrastructure.

Outre ces systèmes mondiaux, les systèmes d'augmentation régionaux comme le QZSS (Quasi-Zenith Satellite System) du Japon, l'IRNSS (Navic) de l'Inde et les réseaux SBAS susmentionnés améliorent encore la précision et l'intégrité dans certaines régions.

Intégration avec la technologie autonome des véhicules

Dans un véhicule autonome, le récepteur GNSS est un composant d'un système de fusion de capteurs étroitement intégré. Les données brutes de satellite produisent une estimation de position, mais cette estimation est trop bruyante, trop lente (10–20 Hz en général) et trop vulnérable aux abandons pour un contrôle en temps réel. Par conséquent, la sortie GNSS est combinée avec les données de l'unité de mesure inertielle (IMU), l'odométrie de roue, l'odométrie visuelle et même le nuage de point LiDAR pour produire une estimation continue de pose haute fréquence (position + orientation).

Fusion de capteurs et filtration Kalman

La méthode la plus courante pour la fusion des données GNSS et inertielles est le filtre Kalman (EKF) étendu ou ses variantes. L'EKF prédit l'état du véhicule (position, vitesse, orientation) basé sur des mesures IMU à haute fréquence (100–1000 Hz). Lorsqu'une mesure GNSS arrive, elle corrige la prédiction, réduit la dérive et limite les erreurs. Ce processus, connu sous le nom d'intégration à couple lâche, fonctionne bien dans les zones ouvertes.

Les cartes haute définition (HD) constituent une autre couche critique. Ces cartes contiennent une géométrie de route, des marquages de voies, des panneaux de signalisation et des caractéristiques sémantiques au centimètre. Le système GNSS/IMU fournit une hypothèse de position absolue initiale, qui est ensuite affinée en apparieant des caractéristiques visuelles ou LiDAR à la carte HD – un processus appelé localisation de cartes ou localisation-dans-la-carte.

Le rôle des V2X et 5G

Les communications de type V2X, y compris les communications cellulaires (C-V2X) et les communications à courte portée (DSRC) peuvent également compléter le positionnement par satellite. Les unités fixes situées sur la route peuvent diffuser des corrections de haute précision, des informations d'intégrité ou même des cartes locales qui aident le véhicule à affiner sa position.

Kinématique en temps réel (RTK) et positionnement précis des points (PPP) dans la pratique

De nombreux prototypes de véhicules de niveau 4 (entièrement autonomes dans certaines conditions) et de niveau 5 (autonomie totale) utilisent une combinaison de RTK et de PPP. RTK fournit la plus grande précision (1–3 cm) mais nécessite une source de correction à proximité (généralement dans un rayon de 30–50 km) et une solide liaison cellulaire ou satellitaire. PPP, utilisant des orbites satellitaires précises et des horloges provenant de services tels que les GDGPS de la NASA ou les fournisseurs commerciaux, offre une couverture mondiale mais convergent plus lentement et avec une précision légèrement inférieure (10–20 cm). Les méthodes PPA-RTK hybrides combinent le meilleur des deux mondes, atteignant rapidement la précision centimètre partout où il y a une couverture mondiale par satellite.

Défis et développements futurs

Malgré sa puissance, la navigation par satellite est confrontée à des obstacles importants qu'il faut surmonter pour parvenir à une autonomie sûre et fiable à l'échelle.

Interférence des signaux et multipathe

Les canyons urbains, des blocs de villes denses avec de grands bâtiments, créent des conditions multipathes où les signaux réfléchissent hors des surfaces et atteignent le récepteur après avoir parcouru un long trajet. Les véhicules autonomes utilisent des algorithmes de récepteur avancés, comme l'estimation multipathe et les contrôles de cohérence sur plusieurs fréquences, pour détecter et rejeter les signaux corrompus. Certains systèmes utilisent également des modèles de ville 3D pour prédire et réduire les réflexions, une technique connue sous le nom d'appariement d'ombre ou d'augmentation de trafic de rayon.

Effets atmosphériques et météorologiques dans l'espace

Les récepteurs à double fréquence peuvent en grande partie corriger les retards ionosphériques, mais l'erreur résiduelle n'est toujours pas nulle. Les tempêtes solaires peuvent dégrader les signaux satellites pendant des heures. Les développements futurs comprennent des systèmes de surveillance météorologique spatiale qui diffusent des avertissements en temps réel aux véhicules, leur permettant de passer à des modes de conduite plus conservateurs ou de compter davantage sur la localisation inertielle et visuelle pendant les événements.

Poêle et jamage

Les signaux GNSS civils sont non chiffrés et vulnérables au brouillage (transmission de faux signaux satellites pour tromper le récepteur) et au brouillage (transmission de bruit qui noie les signaux réels).Les véhicules autonomes sont des systèmes critiques pour la sécurité; une attaque réussie au brouillage pourrait entraîner un mauvais trajet ou un arrêt dangereux d'un véhicule. Les défenses comprennent l'utilisation de signaux chiffrés (disponibles dans le GPS militaire, mais pas encore pour le marché de masse civil), la mise en œuvre de la surveillance de l'intégrité autonome du récepteur (RAIM) pour détecter des mesures incohérentes, la fusion du GNSS avec l'IMU et l'odométrie qui peut rejeter des sauts invraisemblables, et finalement la localisation de la vision/LiDAR qui est ancrée sur des repères physiques plutôt que sur des coordonnées absolues.

Redondance et surveillance de l'intégrité

Pour les systèmes autonomes de conduite, en particulier ceux qui nécessitent des capacités de niveau 4 ou 5, le GNSS doit être considéré comme une entrée parmi beaucoup d'autres, et non comme la seule source de position. Le contrôle de l'intégrité évalue en permanence si la position du GNSS est digne de confiance. Si la solution ne répond pas à des limites de confiance prédéfinies, le système doit revenir à des méthodes de localisation alternatives (p. ex., odométrie purement visuelle-inertielle) ou se désengager en toute sécurité.

Technologies émergentes: Constellations LEO, Blockchain et AI

Les constellations satellite à orbite terrestre basse (LEO), comme SpaceX Starlink et OneWeb, sont principalement conçues pour l'internet à large bande, mais leurs signaux peuvent également être utilisés pour le positionnement. Parce que les satellites LEO orbitent à 500 à 2000 km d'altitude (contre 20 000 km+ pour GNSS), leurs signaux sont plus forts et moins sensibles aux multipathes, et ils peuvent offrir des changements de géométrie beaucoup plus rapides, conduisant à une convergence plus rapide pour un positionnement précis.

Les modèles d'apprentissage approfondi peuvent prédire la qualité des signaux satellitaires, détecter les effusions et même compenser les données GNSS manquantes en tirant des leçons des trajectoires de conduite passées et des caractéristiques cartographiques. Les récepteurs GNSS pilotés par l'IA peuvent choisir adaptativement la meilleure combinaison de satellites et de sources de correction en temps réel, en optimisant simultanément la précision, la disponibilité et l'intégrité.

On étudie actuellement la chaîne de blocs ou d'autres technologies de registres distribués pour diffuser en toute sécurité les données de correction GNSS et garantir l'authenticité des rapports de position dans les systèmes de gestion du parc automobile.

Conclusion

Sans GNSS, même le véhicule autonome le plus chargé de capteurs n'aurait pas la géoréférenciation absolue nécessaire pour suivre une route, se situer sur une carte haute définition et se coordonner avec les systèmes de gestion du trafic. L'évolution du GPS à simple constellation à multiconstellation, les récepteurs multifréquences avec RTK et PPP a amené la conduite autonome du domaine des prototypes de recherche aux déploiements commerciaux dans la robotique, les camions automatiques et les navettes autonomes.

Cependant, le système satellite ne peut garantir une autonomie sûre. L'avenir appartient aux architectures de fusion de capteurs résilientes qui intègrent les GNSS avec IMU, les caméras, LiDAR, radar, communication V2X et cartes HD, chacune compensant les faiblesses des autres. À mesure que les nouvelles constellations LEO, les signaux civils authentifiés et le traitement par l'IA se généraliseront, la fiabilité et la précision du positionnement par satellite continueront d'améliorer. Ces avancées, associées à des mesures de sécurité et de cybersécurité fonctionnelles rigoureuses, nous rapprocheront d'un monde où les véhicules autonomes naviguent de façon sûre et efficace dans tous les environnements.

Pour plus de détails, veuillez consulter les ressources suivantes: GPS.gov modernization page; ]European Space Agency's GALILEO panorama; un document de l'IEEE sur GNSS intégrité pour les véhicules autonomes[; et Automated Vehicle Safety page.Ces sources fournissent des détails techniques plus détaillés sur les systèmes satellitaires et leur intégration dans des piles de conduite autonomes.