AI4CCAM

L’objectif du projet AI4CCAM est d’étudier la fiabilité de l’intelligence artificielle dans le contexte de la mobilité connectée, collaborative et automatisée (CCAM). Il porte plus particulièrement sur les scénarios urbains et les interactions avec les usagers de la route vulnérables (URV), à l’aune des dimensions éthiques, sociales et culturelles qu’implique la confiance dans l’IA.

Le projet AI4CCAM repose sur une méthodologie axée sur les défis suivants :

• Développement d’un cadre digital pour la gestion des scénarios CCAM, en l’occurrence la création, modélisation et gestion des scénarios d’interactions entre les URV et les véhicules connectés et autonomes (VCA). Une attention toute particulière est portée à l’interaction avec de multiples URV et aux dilemmes éthiques associés, ainsi qu’à l’acceptation par les usagers. Les scénarios systématiques basés sur l’IA synthétique couvrant ces angles sont insuffisants et devraient être abordés dans le projet.
• Développement de modèles d’anticipation plus performants du comportement des URV, basés sur des estimations visuelles du regard dans les modèles d’IA.
• Conception de modèles décisionnels basés sur l’IA dignes de confiance « by design », c’est-à-dire intrinsèquement sûrs. Dans ce cadre, l’explicabilité et la robustesse de la conception, de la formation et du déploiement doivent être prises en compte.
• Défis de l’acceptation par les usagers au travers de l’identification d’exigences basées sur les utilisateurs et les données en matière de diversité et d’équité dans les applications CCAM.

L’IRT SystemX contribuera à l’élaboration d’une méthodologie d’IA digne de confiance pour la mobilité CCAM, basée sur l’approche MOSAR pour la gestion des scénarios, ainsi qu’au développement de modèles prédictifs du comportement des URV basés sur l’IA dignes de confiance « by design ». L’IRT SystemX assurera en outre la coordination technique globale du projet.

Le projet AI4CCAM est financé par l’Union européenne dans le cadre du programme de recherche et d’innovation Horizon Europe (Convention de subvention n°101076911).

Résultats attendus​

• Méthodologie applicable à l’IA digne de confiance pour la mobilité CCAM
• Cadre documentaire de l’IA digne de confiance pour le projet AI4CCAM
• Cadre digital interopérable basé sur les données AI4CCAM
• Modèles AI4CCAM pour l’anticipation des mouvements des URV et la prédiction de trajectoire des VCA
• Outils IA explicables pour la détection des URV
• Manuel de validation du système AI4CCAM
• Démonstrateur d’interaction VCA-URV
• Espace d’échange AI4CCAM
• Scénarios de simulation basés sur les données

Compétences

• Science des données et IA
• Ingénierie système

Marchés visés

• Marchés connexes à la mobilité CCAM : fabricants d’équipements d’origine (OEM) ; législateurs ; fournisseurs d’équipements et de logiciels, etc.