Train autonome : l’enjeu de la détection et de la signalisation

La chose est évidente, un conducteur de train ne se contente pas seulement de conduire. De trajets en trajets, de kilomètres en kilomètres, il doit effectuer toute une série de tâches, respecter des gestes métiers et assumer des responsabilités. Parmi celles-ci, une attention de tous les instants sur et aux abords des voies. Qu’il s’agisse de l’environnement extérieur ou de la signalisation ferroviaire (feux et panneaux), son temps de réaction doit toujours être optimal. Et pour cela, le conducteur a trois axes d’observation : la lecture de la signalisation latérale, la détection des obstacles et la surveillance des infrastructures ferroviaires.

Dans le cadre du Train Autonome, l’enjeu est d’assurer pleinement ces fonctions d’observation, garantes d’un très haut niveau de sûreté du système de transport. Distinguer chaque panneau de signalisation, repérer un piéton sur un quai, détecter des anomalies sur un train en croisement ou identifier des objets sur les voies… Le train du futur doit savoir faire tout cela.

Dans cette optique, un programme spécifique a été lancé l’année dernière : le projet TAS, acronyme de “Transport terrestre Autonome en Sécurité dans son environnement”. Il implique de nombreux partenaires industriels et scientifiques dont Alstom, l’institut de recherche technologique SystemX, l’université de technologie de Compiègne (UTC) ainsi que Systra, la filiale d’ingénierie de SNCF et de la RATP.

En quoi ce programme ambitieux consiste-t-il ? Depuis avril 2017, un prototype de train, qui recourt aux technologies d’intelligence artificielle, circule régulièrement entre Villeneuve-Saint-Georges (Val-de-Marne) et Montereau (Seine-et-Marne). Ces essais sur site en grandeur réelle ont lieu deux fois par mois. La grande variété de la signalisation ferroviaire, ainsi qu’un environnement extérieur très divers (forêt, villes, faisceau de voies, etc. ), explique le choix de ce parcours de près de 80 kilomètres.

Via cette locomotive nouvelle génération et sa voiture d’essai, les tests effectués concernent aussi bien les systèmes de détection des obstacles et de signalisation latérale que les technologies de géolocalisation et de télécommunication. Le but pour les ingénieurs est non seulement de récupérer des données afin d’affiner leurs algorithmes mais également d’évaluer la fiabilité des technologies utilisées. Conçues à l’origine pour le transport routier, ces dernières sont ainsi progressivement adaptées à l’environnement ferroviaire.

Où placer les capteurs et les caméras de manière optimale ? Comment assurer la meilleure transmission entre eux ? De quelle manière intégrer la cartographie des voies dans le système et l’exploiter avec la plus grande des précisions ? Comment éliminer tout risque d’erreur à plus de 100 km/h ? Avant d’envisager tout déploiement du système, les questions sont nombreuses. Et au gré des essais, les retours d’expériences s’avèrent cruciaux pour y répondre. En outre, chaque composant – capteurs, lidars, caméras et radars – présente des technologies et des caractéristiques distinctes en fonction du rôle joué (lecture de la signalisation ou détection d’obstacles). La complémentarité de l’ensemble est donc essentielle pour garantir la viabilité de ce système de surveillance complexe. Quel est, dès lors, l’objectif final du programme TAS ? Rendre le PoC de ce système de lecture et de détection totalement fiable en l’espace de deux ans, afin qu’il devienne industrialisable à l’avenir. Le défi est grand, tant les problématiques rencontrées sont inédites dans l’histoire ferroviaire. Une technologie totalement nouvelle est en train de prendre forme. L’ensemble des acteurs du projet se montrent d’ailleurs confiants, en démontrent les 3 000 kilomètres d’essai déjà effectués, auxquels il faut ajouter de nombreux tests modélisés en laboratoire, qui apportent des résultats déjà très convaincants.