Crédit photo en-tête de page : SNCF

Train Autonome : surmonter l’obstacle

Nouvelle étape dans le projet « Train Autonome» : les essais en ligne à 100 km/h pour détecter les obstacles. Un train, conduit par un agent en chair et en os, a circulé sur voie d’essai mi-septembre dans des conditions inhabituelles.

Publié le | Mis à jour le

Lecture 3 min.

Vaches en mousse ou en résine, silhouette d’être humain, de mouton, ou encore rocher factice... Les conducteurs aux commandes de la rame d’essai du 7 au 11 septembre au centre d’essai d’Alstom à Bar-le-Duc (département de la Meuse, Grand Est), n’ont pas caché leur étonnement et leur curiosité. « C’est assez rare de placer volontairement des obstacles sur la voie lors d’une phase d’essai », reconnaît Claire Corral-Colliere, cheffe de projet "détection d’obstacle et lecture de la signalisation" (DOS), mené par SNCF, Alstom, IRT System X et Systra.

Inhabituel et pourtant indispensable : en effet, la détection d’obstacles est l’un des points-clés du  projet train autonome, initié en 2016. Après avoir mené des essais concluants pour lire la signalisation latérale, les partenaires se sont attelés à des essais en ligne, à 100 km/h, pour tester des capteurs installés sur la rame, mais aussi les algorithmes chargés ensuite d’analyser les données captées. La rame était munie de six capteurs : quatre caméras, deux en couleur et deux thermiques (à infrarouge pour les essais de nuit), et deux lidars. Les lidars sont des capteurs qui utilisent la lumière pour mesurer la distance entre le capteur et l’objet, de la même manière qu’un sonar  utilise le son. « Le principe est d’utiliser des technologies différentes pour avoir des données diversifiées et en extraire le plus d’informations possibles », explique Claire Corral-Colliere.

Les essais ont eu lieu de jour et de nuit, avec des conditions de luminosité différentes, de bon matin et à l’heure du déjeuner, avec des silhouettes en mousse et des formes en résines chauffées pour être perçues de nuit par les caméras à infrarouge. Les capteurs devaient « voir » l’obstacle à 1 000 mètres, puis le conducteur déclenchait un freinage progressif pour arrêter complètement la rame 150 mètres avant l’obstacle. Une boucle de rattrapage était mise en place avec une balise KVB pour déclencher un freinage automatique en cas d’échec du freinage manuel.

« Tout s’est bien passé, résume la cheffe de projet. Les capteurs ont bien fonctionné, même si quelques réglages restent à faire ».

Après les capteurs, les algorithmes

Place maintenant à la deuxième phase, ouverte dès la fin des essais en ligne. Une fois les informations perçues par les capteurs, il faut les analyser. Pour cela, les algorithmes dans leur version actuelle sont testés sur les données enregistrées. Selon la performance démontrée par les algorithmes, ils seront ensuite améliorés. Les données acquises à Bar-le-Duc sont ainsi utilisées en laboratoire pour réaliser autant d’essais virtuels que nécessaire.

Les prochaines étapes auront lieu en avril 2021 pour entériner la brique « détection d’obstacle » à courte distance, 300 mètres, puis en avril 2022 pour la brique longue distance, à 1 000 mètres. Cette brique sera ensuite intégrée dans le prototype train de fret autonome, en 2023.

Vidéo : Les essais en images