Annonce

Les commentaires sont clos.

Stage de Master 2 : Vers une méthodologie adaptée à la certification de processus pour l’Intelligence Artificielle utilisés dans les navettes autonomes.

17 Janvier 2023


Catégorie : Stagiaire


Ce sujet de stage de master 2 vient en préalable d’un sujet de thèse financé, dans le cadre du projet ECOTRAIN, visant à réaliser une navette autonome. Ce projet national inclut notamment l’UTC et l’Institut Mines Télécom. Nous attendons donc des candidats motivés pour continuer en thèse sur le sujet.

Face au nombre croissant de solutions d’intelligence artificielle, l’objectif de ce stage est de débuter la réflexion sur une méthodologie capable afin de démontrer que les concepteurs du système intégrant une IA maîtrisent toutes les étapes du cycle de vie de l’IA et répondent aux exigences de performance, réglementation, confidentialité d’éthique. Plus spécifiquement dans le cadre du projet ECOTRAIN, il s’agit de couvrir l’ensemble des exigences de sûreté de fonctionnement définies dans les normes ferroviaires. Notamment, les techniques/méthodes de sûreté de fonctionnement qu’il va falloir déployer dans le cadre du développement d’un système de détection d’obstacles et les moyens n ń écessaires pour vérifier si les performances des systèmes d’évaluation des risques répondent aux exigences de sûreté de fonctionnement ferroviaire, en particulier pour les applications liées à la sécurité.

Responsables du sujet : Mohamed Sallak, Maître de conférences HDR, UTC, Heudiasyc (mohamed.sallak@hds.utc.fr), Giulia Cervia (giulia.cervia@imt-nord-europe.fr), Enseignante- Chercheuse, IMT Nord Europe et Anthony Fleury, Professeur, IMT Nord Europe (anthony.fleury@imt-nord-europe.fr)

Laboratoires de rattachement : CERI Systèmes Numériques, IMT Nord Europe, Site de Douai et Heudiasyc, UTC.

Lieu : le stage se déroulera à Compiègne ou dans l’un des sites (Douai à 20 mins en train de Lille / ou le campus de l’université de Lille) d’IMT Nord Europe.

Candidatures : les candidatures sont attendues avant le 1er février. Le candidat enverra ses résultats académiques disponibles, son CV ainsi qu’une lettre de motivation succincte présentant l’intérêt pour le sujet. Le financement du stage (gratification) est d’une durée de 5 à 6 mois, le recrutement se ferait (délais administratifs) au 1er avril.

 

Ce sujet de stage de master 2 vient en préalable d’un sujet de thèse financé, dans le cadre du projet ECOTRAIN, visant à réaliser une navette autonome. Ce projet national inclut notamment l’UTC et l’Institut Mines Télécom. Nous attendons donc des candidats motivés pour continuer en thèse sur le sujet.

Face au nombre croissant de solutions d’intelligence artificielle, l’objectif de ce stage est de débuter la réflexion sur une méthodologie capable afin de démontrer que les concepteurs du système intégrant une IA maîtrisent toutes les étapes du cycle de vie de l’IA et répondent aux exigences de performance, réglementation, confidentialité d’éthique. Plus spécifiquement dans le cadre du projet ECOTRAIN, il s’agit de couvrir l’ensemble des exigences de sûreté de fonctionnement définies dans les normes ferroviaires. Notamment, les techniques/méthodes de sûreté de fonctionnement qu’il va falloir déployer dans le cadre du développement d’un système de détection d’obstacles et les moyens n ń écessaires pour vérifier si les performances des systèmes d’évaluation des risques répondent aux exigences de sûreté de fonctionnement ferroviaire, en particulier pour les applications liées à la sécurité.

Dans le domaine ferroviaire, les normes EN 50126 [1], EN50128 [2] et 50129 [3] guident les démarches de sécurité des systèmes et équipements associés. Ces normes définissent un processus qui permet la mise en œuvre d'une approche cohérente de la gestion de la fiabilité, de la disponibilité, de la maintenabilité et de la sécurité. Pour la navette autonome, c’est le système de détection d’obstacles ferroviaire qui doit garantir le respect des exigences de fiabilité, disponibilité, maintenabilité et sécurité qui sont relatifs aux fonctions requises. Notamment, c’est sur lui que repose les applications liées à la sécurité comme le freinage ou l’arrêt d’urgence de la navette.

De nombreux travaux abordent les problèmes liés à la détection des obstacles dans le domaine des systèmes de transport intelligents en proposant des systèmes de prédiction du niveau de risque pour les piétons [4] et les véhicules [5]. Cependant, il n'existe actuellement aucune méthodologie générale ou de méthodes d’analyse dysfonctionnelle clairement identifiées permettant l’évaluation des paramètres pour la détection d’obstacles basée sur un système de vision multimodal en ferroviaire. En effet, les performances d'un système de détection d’obstacles sont le plus souvent mesurées en termes d’intégrité [6] (mesure de la confiance qui peut être placée dans l’exactitude de l’information fournie par un système), de précision [7] (estimation de l’erreur possible entre la position de l’objet mesurée et la position vraie, associée à un certain niveau de confiance) et de disponibilité, continuité́ du service (probabilité́ de l’utilisation possible du capteur attendu, avec l'intégrité́ exigée du système). Il apparaît donc que les paramètres de performances du système de détection d’obstacles initialement définis sont insuffisants pour pouvoir les adapter aux exigences des normes ferroviaires. En outre, les normes ferroviaires ne fournissent pas d’indications sur la certification en sûreté de fonctionnement des systèmes basés sur l’IA.

Notre objectif, dans le stage puis dans la thèse qui suivra, est de proposer une procédure et un modèle d’évaluation de la sûreté de fonctionnement d’un système de détection d’obstacle en adéquation avec les normes ferroviaires [1,2,3], en se basant sur les données acquises par un ensemble de capteurs de vision. Nos travaux tendent à couvrir plusieurs aspects complémentaires, que nous avons groupés en quatre sous domaines :

  • Définition de méthodes permettant de faciliter la construction de modèles complexes pour l’analyse et l’évaluation de la sûreté de fonctionnement.
  • Modélisation de la croissance de fiabilité pour l’évaluation de mesures caractérisant l’évolution de la fiabilité et de la disponibilité de systèmes en tenant compte de l’élimination progressive des fautes de conception.
  • Définition d’une approche d’évaluation quantitative de la sécurité permettant de suivre l’évolution de la capacité d’un système à résister à des attaques potentielles en fonction de modifications affectant la configuration opérationnelle, le comportement des utilisateurs, la politique de sécurité, etc.
  • Élaboration d’un modèle de conception sûre permettant d’incorporer, à chaque étape du développement, les activités relatives à la sûreté de fonctionnement, et définition de critères d’évaluation et de certification de systèmes vis-à-vis de leur aptitude à satisfaire leurs exigences de sûreté de fonctionnement durant la vie opérationnelle et jusqu’au retrait du service.

L’idée est de transposer ces concepts dans les systèmes de détection d’obstacle embarqués dans les navettes autonomes pour répondre à une partie des exigences de sûreté de fonctionnement. Les situations les plus dangereuses et les événements redoutés liés à l’utilisation du système de détection d’obstacle dans les navettes autonomes seront identifiés et leurs probabilités d’occurrences seront calculées afin de les comparer aux niveaux d’exigences acceptables. En outre, des propositions d’améliorations des architectures/composants utilisés seront fournies afin d’améliorer les niveaux des fonctions requises pour la détection d’obstacles et l’évaluation des risques. Par ailleurs, les différents types d’incertitudes liés à l’estimation des paramètres (intégrité, précision, disponibilité et continuité de service) d’un système de détection d’obstacles basé sur un ensemble de capteurs doivent être prises en compte dans l’évaluation les paramètres. La deuxième originalité de ce sujet de thèse réside dans l’utilisation de théories de l’incertain comme les probabilités imprécises ou les intervalles de confiances [8] associés aux méthodes classiques de la sûreté de fonctionnement pour réaliser de telles évaluations [9,10]. Le succès de cette étude conduira à la résolution d’un problème crucial qui concerne la caractérisation de la sûreté de fonctionnement des systèmes de détection d’obstacles pour les navettes autonomes en présence d’incertitudes.

Références

[1] NF EN 50126 Applications ferroviaires - Spécification et démonstration de la fiabilité, de la disponibilité, de la maintenabilité et de la sécurité (FDMS).
[2] NF EN 50128 - Applications ferroviaires - Systèmes de signalisation, de télécommunication et de traitement - Logiciels pour systèmes de commande et de protection ferroviaire.
[3] NF EN 50129 - Systèmes de signalisation, de télécommunications et de traitement - Systèmes électroniques de sécurité pour la signalisation.
[4] Zhang, Z., Wang, B., Lu, C., Li, J., Gong, C., \& Gong, J. (2021). Prediction of Pedestrian Spatiotemporal Risk Levels for Intelligent Vehicles: A Data-driven Approach. arXiv preprint arXiv:2111.03822.
[5] Kim, B., Park, K., \& Yi, K. (2017). Probabilistic threat assessment with environment description and rule-based multi-traffic prediction for integrated risk management system. IEEE Intelligent Transportation Systems Magazine, 9(3), 8-22.
[6] Corcoran, G. P., \& Clark, J. (2019, May). Traffic risk assessment: A two-stream approach using dynamic-attention. In 2019 16th Conference on Computer and Robot Vision (CRV) (pp. 166-173). IEEE.
[7] Liu, B., \& Deng, Y. (2019). Risk evaluation in failure mode and effects analysis based on D numbers theory. International Journal of Computers Communications \& Control, 14(5), 672-691.
[8] P. Walley, Statistical Reasoning with Imprecise Probabilities, Chapman & Hall, London (1991).
[9] M. Sallak, J. Akrouche, E. Chatelet, F. Abdallah, H. Haj Chhade, An Interval Approach for the Availability Optimization of Multi-State Systems in the Presence of Aleatory and Epistemic Uncertainties, ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part B: Mechanical Engineering, American Society of Mechanical Engineers (ASME), 2021, 8 (2), pp.021202.
[10] F. Aguirre, M. Sallak, W. Schön, An efficient method for reliability analysis of systems under epistemic uncertainty using belief functions theory, IEEE Transactions on Reliability, Institute of Electrical and Electronics Engineers, 2015, 64 (3), pp.893 - 909.