EvoCargo : pourquoi la localisation des transports autonomes est un combat contre des données contradictoires

L'équipe de localisation et de cartographie d'EvoCargo a publié la deuxième partie d'une série sur la façon dont un transport autonome détermine sa position. Si la première partie portait sur les méthodes de navigation, celle-ci traite des données : pourquoi leur traitement est plus complexe qu'il n'y paraît et comment le système fonctionne malgré des contradictions permanentes.

Plus de capteurs ne veut pas dire plus de précision

Une idée reçue veut que plus il y a de capteurs, plus la précision est élevée. En théorie, c'est logique. En pratique, chaque capteur vit dans sa propre « réalité », avec ses limites physiques, ses erreurs caractéristiques et ses scénarios de dégradation spécifiques. Voici ce que le système de localisation affronte en conditions réelles :

• LiDAR : perd en précision sous la neige, le brouillard et la pluie, et produit des reflets sur les surfaces réfléchissantes
• GPS/GNSS : disparaît sous les viaducs, dans les tunnels et près des immeubles de grande hauteur
• Caméras : dépendent de l'éclairage et supportent mal les phares venant en sens inverse et la surexposition
• IMU (centrale inertielle) : n'a besoin d'aucun signal externe, mais accumule une erreur d'intégration au fil du temps
• Odométrie : précise sur de courtes distances, mais le patinage des roues et un revêtement irrégulier provoquent une erreur systématique

Quand plusieurs de ces sources fonctionnent en même temps, le système ne reçoit pas seulement des données bruitées : il reçoit des affirmations contradictoires sur sa propre position dans l'espace.

L'algorithme comme arbitre des contradictions

Les auteurs décrivent l'état de l'algorithme par l'image de Travolta dans Pulp Fiction, le célèbre mème où le personnage regarde autour de lui, perdu. C'est ainsi que le système « se sent » quand plusieurs capteurs disent des choses différentes en même temps : où se trouve le véhicule, où il va et à quelle vitesse.

La solution n'est ni de choisir le « bon » capteur ni d'ignorer le « mauvais », mais de combiner toutes les sources en les pondérant selon leur fiabilité actuelle. Cette approche s'appelle la fusion de capteurs (sensor fusion). Le mot « actuelle » est essentiel : la fiabilité d'un capteur change en temps réel selon les conditions de l'environnement.

« La localisation, ce n'est pas des mesures.

C'est l'interprétation de données contradictoires en situation d'incertitude, des centaines de fois par seconde », affirme l'équipe d'EvoCargo.

Ce qui se passe à l'intérieur du système

L'article détaille l'architecture qui permet aux véhicules d'EvoCargo de travailler dans des entrepôts et des terminaux réels. Le système remplit plusieurs tâches à la fois.

Premièrement, il évalue la fiabilité de chaque capteur en cours de déplacement, non d'après les caractéristiques de la fiche technique, mais d'après le comportement des données à cet instant. Si le LiDAR se met à « bruiter » de façon atypique, c'est un signe de dégradation avant la panne proprement dite.

Deuxièmement, il fusionne des données aux horodatages et aux fréquences d'échantillonnage différents : le GPS se met à jour une fois par seconde, l'IMU des centaines de fois. Les ramener à un instant unique sans erreur cumulée est un problème mathématique loin d'être trivial.

Troisièmement, il interpole la position du véhicule entre les mesures afin que le système de contrôle connaisse à tout moment les coordonnées actuelles, et non celles enregistrées une demi-seconde plus tôt.

Ce que cela signifie

Une localisation fiable n'est pas une course au nombre de capteurs. C'est la capacité de concevoir des algorithmes mathématiquement robustes qui fonctionnent précisément quand les données ne sont pas fiables. Pour l'autonomie industrielle, c'est sans doute la compétence d'ingénierie la plus importante, et c'est elle qui sépare un prototype de laboratoire d'un système qui fonctionne tous les jours, par tous les temps.