Réglementation et mobilité en débat aux Etats Unis

Le premier accident mortel impliquant un véhicule Uber en mode autonome et un piéton a eu lieu le 20 mars 2018. Quelques semaines après, les révélations concernant le traitement des données personnelles par Facebook et Cambridge Analytica ont conduit à l'audition de Mark Zuckerberg par le congrès américain. Ces deux événements ravivent le débat sur la réglementation et l'innovation aux USA en général et en Californie en particulier. 

Citylab titre "il est temps de réglementer la technologie des Smart Cities". Laura Bliss dénonce le "laissez faire" des autorités américaines plus préoccupées par la promotion des entreprises innovantes que par la protection des citoyens. Elle souligne les risques importants liés non seulement au traitement des données de mobilités mais aussi  à la sécurité physique des voyageurs.

Jeff Spross dans The Week du 8 mars, estime que les véhicules autonomes sont surfaits (overhyped). Il montre que les bénéfices liés à la diminution des embouteillages et de la pollution ne sont pas liés à l'automatisation des véhicules. L'automatisation qui rendrait les déplacements automobiles plus souples, moins chers et plus confortables, pourrait au contraire aggraver la congestion et la pollution. Les mesures réellement efficaces : augmentation du partage des véhicules (autonomes ou pas), l'électrification massive et développement des transport public demandent des décisions publiques difficiles à prendre ! The New York Times produit une belle infographie sur le même sujet intitulée Automated Vehicule Can't Save Cities avec à peu près le même argumentaire.

La décision publique c'est, d'ailleurs, explicitement le champs d'action de SideWalk Labs filiale d'Alphabet qui souhaite "accélérer l'innovation urbaine et être un phare pour les villes autour du monde" ("we’re creating a new type of place to accelerate urban innovation and serve as a beacon for cities around the world"). Elle est notamment active à Toronto où elle teste Replica un outil qui promets de mettre la données au service de la gouvernance, mais sur lequel peu d'informations sont disponibles pour le moment (seule une partie des principes de traitement est ouverte).

Les universitaires américains étudient aussi les liens entre innovation et réglementation. C'est le sujet de Is It Time for a Public Transit Renaissance? Navigating Travel Behavior, Technology, and Business Model Shifts in a Brave New WorldSusan Shaheen et Adam Cohen de ITSBerkeley y formulent quatre propositions pour les autorités de transport :
  • développer des partenariats public/privé, notamment pour développer l'offre de transport à la demande pour améliorer le rabattement et la diffusion à partir des lignes régulières et proposer des services moins coûteux à la place des lignes les moins fréquentées,
  • l'avènement des véhicules autonomes (sur le quel les auteurs ne partagent pas les doutes de Jeff Spross) devrait encore accélérer la tendance,
  • d'accélérer l'ouverture des données, de nouer des partenariats public/privé pour mieux les exploiter et même d'envisager d'obliger certains acteurs à fournir des données de reporting,
  • enfin, il rappelle que les services de transport doivent rester abordables et leur accès équitable.

Sur le même sujet et des mêmes auteurs, Shared Mobility Policy Briefs fait des propositions plus précises dans le cadre spécifique de l'Etat de Californie. L'état de Californie devrait, par exemple,  obtenir l'accès aux données des acteurs privés en contrepartie de l'utilisation de droits de passage dans l'espace public. Je copie ci dessous les recommandations relatives aux "applications mobiles et données impactant les transports" et vous encourage à lire le document en intégralité:


Maas : la feuille de route d'ATEC ITS France dans le cadre de Mobilité 3.0

Je profite de ce WE froid et humide pour revenir sur la Feuille de route Maas (pour Mobility as a service) de l'ATEC ITS France.
Ce document, que je vous engage à lire si vous êtes intéressé par la billettique et l'information multimodale, présente à la fois une vision de ce qu'est le "Maas" et les modalités possibles de son déploiement, des recommandations sur lesquelles je vais revenir, mais aussi un état des lieux intéressant. L'état des lieux porte notamment sur les technologies : billettiques et information multimodale dans un tableau synthétique intéressant proposé en annexe. 

L'état des lieux liste aussi les atouts et les caractéristiques nationales qui font obstacle à la mise en oeuvre de la vision... On y trouve notamment :

  1. "Une priorisation insuffisante des investissements publics sur les territoires à enjeux: les villes, communautés d’agglomérations et les métropoles déploient peu de solutions relevant de l’information ou de la billettique multimodale
  2. La multiplicité des acteurs, l’absence de chef de file, qui pénalisent la gouvernance, complexifient les projets, surenchérissent les couts et les délais
  3. La nécessité de déployer des solutions pour le plus grands nombre et non uniquement pour des catégories sociales aisées des centres urbains. 
  4. La non intégration de la voiture dans le dispositif de mobilité, qui concentre 5 des 16 freins identifiés avec le plus haut score d’importance sur le manque de coopération entre acteurs de l’automobile et de la mobilité. 
  5. Le manque de données (en particulier routières) et la qualité des données permettant de construire des services de haut niveau."
Les recommandations sont priorisées et réparties en 4 axes : Connaître, Innover, Déployer, Organiser... Les plus prioritaires sont : 

Quatre propositions relatives à l'intégration de la voiture  : 
  • "Le développement des incitatifs de covoiturage (tarifaires, temps de parcours : voies réservées, ouverture des couloirs bus, ...) et les dispositifs de contrôle."
  • "Le déploiement de moyens pour disposer de la données temps réel de trafic routier (boucles, FCD, ...) L’évolution de la tarification de la mobilité au niveau des bassins de vie afin de favoriser la mobilité durable là où des alternatives existent (tarification centrée sur l’usage, simplification des tarifications, intégration de la voiture en favorisant le covoiturage, ...). "
  • "Permettre aux AOMD de mettre en place des péages urbains, ou une tarification de la voiture intégrée aux autres mobilités. "
  • "Le développement de projets de covoiturage périurbain rassemblant agglomérations et des acteurs de la filière automobile intégré à la billettique multimodale. "
Puis des actions relatives aux données de mobilités :
  • "Le passage aux actes sur l’ouverture des données publiques, l’accès à de nouvelles données publiques et la disponibilité des données privées en mode partenarial, en veillant cependant à l’équité concurrentielle",
  • "La création de plateformes territoriales, au bon niveau selon les situations permettant de rassembler l’ensemble des données en un seul point, ce qui facilite la création de services totalement multimodaux." 
Enfin, des actions liées à la gouvernance :
  •  "avoir un chef de file sur la mobilité ce qui est clef pour faciliter le déploiement du MaaS. Plusieurs pistes sont à explorer..."
  • "Déployer des structures de droit privées pilotées par les AOMD et des partenariats pour porter l‘information multimodale et la billettique multimodale sur les territoires." 
  • "Mettre en place un groupe Filière Automobile / AOMD / Opérateurs de transports collectifs / Opérateurs de covoiturage, sur le partage des données GPS / géolocalisées des voitures, la complémentarité covoiturage/TC, le montage de projets afférents." 
et des actions liées aux besoins en financements et à la capitalisation des expériences.

Ce dernier paragraphe porte une conviction d'ordre architecturales, je cite : "Il s’agit clairement de se focaliser sur les innovation et investissements relatifs aux architectures MaaS dites en back office, et donc à exclure du champs de ces financements les systèmes de billettiques dites media centric"
Je ne doute pas que cette phrase puisse être âprement discutée et même contestée par les partisans des systèmes "media centric", et j'en connais... 
Les tenants de ce débat opposent les systèmes de billettiques dans lesquelles le voyageurs porte un dispositif d'authentification, la vérification de ses droits (ou le calcul du sa redevance) se faisant en central (en "back office") à ceux qui considèrent que le voyageur doit porter ses droits localement.... Le premier défendent l'ABT pour Account Based Ticketing.
Pour ma part,je ne souhaite pas prendre position dans ce débat que je trouve vain comme la plupart des convictions générales en matière d'architecture technique. Je crois qu'une architecture technique doit répondre à des besoins et des contraintes spécifiques dans le cadre d'un projet donné.

Au final, un document synthétique et intéressant qui va m'inciter à suivre plus régulièrement les productions de l'ATEC ITS.

Véhicule autonome et Intelligence Artificielle...

Le MIT propose un cours de "deep learning" pour les véhicules autonomes. La deuxième leçon est un état de l'art récent en matière de véhicule autonome qui n'est ni trop technique ni trop général. Il m'a semblé intéressant de vous le résumer.


De la difficulté de prédire les évolutions du marché

Lex Fridman rappelle qu'il est bien impossible de prédire l'avenir... 
  • Doit on espérer avec les optimistes et imaginer une mobilité plus sûre et accessible à tous ?
  • Ou craindre avec les sceptiques et anticiper un chômage de masse, des algorithmes irresponsables et des failles informatiques ? 
Il rappelle aussi que les prédictions n'engagent que ceux qui y croient. Mieux vaut fonder son analyse sur ce qui existe effectivement aujourd'hui que de se perdre en conjectures sur ce qui pourrait se passer dans les années qui viennent... La vitesse de déploiement commerciale des nouvelles technologies s'est accélérée au 20eme siècle et il est possible que des ruptures rapides apparaissent aussi dans le domaine des véhicules autonomes...

Les 6 niveaux d'autonomie une notion inadaptée pour les concepteurs logiciel ? 

Lex Fridman critique ensuite le modèle SAE J3016 de la Society of Automotive Engineers qui définit 6 niveaux d'autonomie de la conduite non assistée jusqu'à l'autonomie totale.Pour ce qui est du travail de conception des algorithmes, il propose plutôt de distinguer simplement entre les systèmes qui intègrent la présence d'un homme et ceux qui visent une conduite totalement automatique sans possibilité pour le passager d'intervenir.

Les fonctions de l'IA dans un véhicule autonome

Il distingue 4 champs principaux d'application de l'intelligence artificielle :
  1. la localisation : où suis je ? 
  2. la compréhension de l'environnement qui sont et que font les différents objets, véhicules et personnes autour de moi ?
  3. la planification du déplacement : quelle doit être ma trajectoire ? 
  4. l'interaction homme machine, dans quelle position et quel état d'esprit est le pilote ? 
  5. Les communications : comment les véhicule transmet il ses intentions au pilote potentiel et aux autres humains dans l'environnement du véhicule ? 
Un fin de cession, l'auteur revient de façon plus détaillée sur ces 5 fonctions. Il en insiste notamment sur le fait que en centre ville, le point 5 semble très difficile à traiter en toute autonomie. Un conducteur humain restera probablement longtemps nécessaire pour être en mesure de s'insérer dans un flux de trafic (cas de la Place de l'étoile à Paris) ou de trouver une issue sans prendre de risque au milieu d'un flux de piétons...

L'importance de l'analyse de l'état du conducteur

Si l'homme reste "dans le système" en devant reprendre le contrôle dans certaines situations, les étapes 4 et 5 sont essentielles. En effet, le véhicule doit être en mesure de "re-mobiliser" son conducteur avec une efficacité totale et un préavis suffisant...

L'équipe de Lex au MIT travaille précisément sur le point 4 à partir des données produites par 25 Tesla spécialement équipées pour enregistrer le comportement du conducteur notamment lorsque le véhicule est en pilotage automatique. Lex affirme que sur cet échantillon 33,8% de la distance parcourues est faite sous le contrôle de l'autopilote
Cela m'a semblé très important, mais une carte montre que c'est sur les grands axes auto-routiers que le pilote automatique de Tesla fonctionne, ce qui correspond aussi aux longues distances...  L'étude des données permet aussi de constater que le regard du pilote porte à peu près aux mêmes endroits que le pilotage automatique soit engagé où pas.

Les différents capteurs

Lex présente ensuite les principaux capteurs utilisés par les véhicules : micro, caméra, ultra sons, radars, caméras et Lidar. Les premiers sont peu chers seul les lidars sont encore suffisamment chers pour ne pas pouvoir être généralisés.L'efficacité de nuit, la sensibilité aux conditions météo, la résolution, la portée varient selon la technologie, mais pour Lex, la combinaisons des senseurs peu chers permet une bonne couverture de l'environnement du véhicule.

L'état du marché 

Waymo a réalisé plus de 6 millions de km en mode autonome et surtout les premiers itinéraires réalisés sans "safety driver", c'est à dire en mode totalement autonome. La stratégie de Waymo est d'écarter totalement l'homme du pilotage. Les autres acteurs ayant adopté cette stratégie sont notamment : Uber, GM, nuTonomy, OptimusRide, Zenuity, Voyage...

Tesla avec plus de 300 000 voitures équipés et plus d'un milliard de km parcourus en pilote automatique est le leader pour la stratégie consistant à garder un pilote actif dans certaines conditions.
Audi annonce pour fin 2018 avec l'Audi A8, une prise de responsabilité du constructeur sur les accidents qui pourraient intervenir en pilotage automatique dans certaines conditions (en dessous de 60Km). Les autres acteurs sur cette stratégie sont Volvo, Mercedes, Comma.ai openpilot...

On regrette que Lex n'ait pas positionné les acteurs français et chinois dans cet état des lieux.