Pouvez-vous vous présenter en quelques mots ?
Je m’appelle Alex GRANDJEAN et je travaille chez AVSimulation depuis 6 ans, en tant que product owner et chef de projet. Je suis expert en scénarisation, simulation de trafic et HPC (calcul haute performance). Je suis impliqué depuis plus de 4 ans dans les projets collaboratifs SVA et 3SA en partenariat avec l‘IRT SystemX pour définir de nouvelles méthodologies basées sur la simulation afin de démontrer que les véhicules autonomes sont sûrs.
Pouvez-vous nous donner une définition rapide de la simulation massive ?
Tout d’abord, il est important de comprendre pourquoi les simulations massives sont nécessaires pour le développement des véhicules autonomes et des ADAS. Le développement des ADAS doit prouver la sécurité de ces systèmes en les simulant sur des millions de kilomètres, dans tous les cas possibles (variations météorologiques, types de routes, marquages, véhicules, etc.). La seule façon d’y parvenir est d’utiliser la simulation et de l’optimiser en exécutant des millions de simulations en parallèle sur une infrastructure dédiée. Cela permet de ne plus dépendre d’un seul poste de travail ou simulateur de conduite. Bien entendu, il est nécessaire d’adapter votre infrastructure de simulation à la simulation massive.
Quelles sont les différentes étapes de la simulation massive ?
Tout commence par le domaine de conception opérationnelle (ODD), qui définit toutes les situations que la fonction autonome devra gérer. Cela permet de sélectionner, à partir du catalogue de simulation, les scènes et scénarios à intégrer dans le plan de test : autoroutes, routes secondaires, situations avec voitures, piétons, camions, etc. L’ODD, ainsi que les objectifs de sécurité, aide également à identifier les plages de paramètres à sélectionner. Par exemple, si l’on se concentre uniquement sur une navette autonome évoluant sur des routes restreintes, la plage de vitesses peut être limitée à moins de 50 km/h.
Ensuite, plusieurs étapes sont nécessaires pour réaliser une simulation massive :
1. Préparation des données : Vous devez préparer les données nécessaires, comme le véhicule à utiliser, les ADAS à tester, ainsi que le scénario et l’environnement virtuel pour le test. Pour les scénarios, nous avons développé des modèles de scénarios pour chaque famille, contenant de nombreux paramètres modifiables à chaque exécution : vitesse du véhicule, conditions météorologiques, courbure de la route, dangerosité des manœuvres, etc.
2. Création du plan de test : Il faut élaborer un plan de test en sélectionnant les scénarios appropriés et les plages de paramètres à couvrir. Comme la combinaison pure de tous ces paramètres conduit souvent à une explosion combinatoire, une méthode statistique pour explorer cet espace multi-dimensionnel est souvent nécessaire. Cela permet de réduire l’espace à explorer et de générer des millions de cas de test en introduisant de la variabilité dans les paramètres (comme la météo, la vitesse ou les caractéristiques des autres véhicules, les marquages routiers, etc.) du cas d’utilisation.
3. Exécution de la simulation : Pour simuler vos millions de scénarios dans un délai raisonnable, la parallélisation massive des calculs sur une infrastructure HPC locale ou cloud est indispensable.
4. Analyse des résultats : Vous devez analyser les résultats de votre plan de test pour vérifier si vos ADAS fonctionnent correctement dans toutes les situations. Cette analyse permet de comprendre quelles situations ou combinaisons de paramètres vos ADAS ne peuvent pas gérer. Si tous les tests ne sont pas réussis, le système devra être amélioré et les étapes précédentes devront être répétées jusqu’à ce que l’analyse montre que tout est satisfaisant. le système doit être amélioré et les étapes précédentes doivent être répétées jusqu’à ce que l’analyse montre que tout est réussi.
Quelles sont les options d’analyse disponibles après l’exécution des tests de simulation massive ?
Comme je l’ai mentionné précédemment, différents niveaux d’analyse sont nécessaires après une simulation. D’abord, il est important de savoir rapidement si votre système a bien fonctionné ou échoué dans tous les scénarios simulés. Cela permet de se concentrer sur les cas spécifiques pour comprendre pourquoi le système a échoué. Par exemple, il est possible que les paramètres d’entrée aient été mal saisis et que le système ne fonctionne pas correctement. Il est crucial d’analyser en détail tous les paramètres et les sorties du système pour comprendre quelle fonction a échoué. Il faut également vérifier la couverture de votre test et s’assurer que vous avez bien exploré tous les paramètres possibles de votre espace de définition. Cela permet de répondre à la question de savoir si vous avez suffisamment testé votre système ou non.
Quels outils sont nécessaires pour utiliser la simulation massive et à quoi servent-ils ?
Pour chaque étape de la simulation massive présentée précédemment, deux logiciels dédiés dans les produits AVSimulation sont utilisés :
1. SCANeR Studio : Pour préparer vos modèles (véhicule, capteur, routes), créer le scénario et interfacer le système AD/ADAS. SCANeR Studio est l’outil idéal pour configurer tout et vérifier que tout fonctionne correctement sur quelques scénarios.
2. SCANeR Explore : Pour générer votre plan de test avec des générations de variabilité basées sur des contraintes. SCANeR Explore permet de définir la meilleure stratégie pour explorer l’espace large des combinaisons possibles à l’aide de méthodes statistiques avancées.
3. SCANeR Compute : Pour exécuter la simulation réelle sur une infrastructure cloud dédiée (comme Azure, AWS, Alibaba) et gérer toutes les applications associées.
Enfin, pour analyser les données de simulation, vous pouvez également utiliser les résultats fournis par l’API de SCANeR Compute et SCANeR Studio afin d’exploiter différentes technologies. Bientôt, la nouvelle plateforme de simulation massive que nous développons exécutera toutes ces tâches à partir d’une interface web unique.
Qu’est-ce que l’API et quel est son rôle dans la simulation massive ?
L’API, ou Interface de Programmation d’Applications, est généralement utilisée pour connecter différents outils. Par exemple, de nombreux utilisateurs des produits SCANeR, qui utilisent une chaîne d’outils variés pour réaliser des simulations massives, possèdent leurs propres outils pour des étapes spécifiques de la simulation. L’API permet de connecter ces outils entre eux pour assurer un déroulement cohérent et intégré des simulations. Ils ont besoin de connecter leurs outils entre eux pour réaliser une simulation massive complète. Les produits AVSimulation fournissent une API pour se connecter à SCANeR. L’API permet également de personnaliser ou d’étendre les capacités de nos outils : par exemple, vous pouvez définir vos propres méthodes statistiques dans SCANeR Explore ou connecter votre propre plateforme de calcul. Nous sommes indépendants quant à la plateforme cloud, nous avons déjà déployé avec succès la simulation massive sur Microsoft Azure, AWS, et Alibaba.
Y a-t-il une limite au nombre de tests simultanés ?
Pas vraiment ! La seule limite est l’infrastructure que vous pouvez construire et le budget dont vous disposez pour exécuter toutes les simulations. Vous pouvez réaliser autant de simulations que vous le souhaitez sur une plateforme cloud. L’important est de comprendre ce que vous simulez et testez pour éviter des calculs inutiles.
Pouvez-vous donner un exemple de projet récent où la simulation massive a été utilisée ?
Un bon exemple d’un client utilisant la simulation massive est Renault. Les logiciels SCANeR – studio, explore et compute – sont l’épine dorsale de la plateforme de validation des ADAS, calculant en continu des millions de kilomètres pour valider leurs systèmes. Ce projet montre que la simulation massive réduit considérablement le nombre de tests physiques, le temps de mise sur le marché, les coûts de test et le nombre de prototypes physiques de véhicules.
Un mot de conclusion ?
La simulation massive représente une révolution dans le processus de validation et de développement des ADAS et des véhicules autonomes. Elle ouvre véritablement une nouvelle voie pour utiliser la simulation dans le développement des véhicules. Grâce au cloud, nous pouvons très rapidement allouer des milliers de nœuds de calcul, ce qui permet de réaliser des millions de tests en quelques minutes. Nous commençons à utiliser la simulation massive pour la validation des ADAS, mais nous pouvons également imaginer de nombreuses autres applications pour ces outils et cette plateforme, comme la génération de jeux de données pour l’apprentissage automatique, par exemple. Il y a encore beaucoup de choses à imaginer et à construire avec cette nouvelle approche de la simulation, et nous ne manquons pas d’idées.
