Systèmes autonomes du futur. Classification, caractéristiques et exigences

Les systèmes autonomes sont connus aujourd'hui en grande partie grâce aux dernières tendances de l'industrie automobile. En effet, les systèmes automatisés de divers degrés d'autonomie font partie intégrante des développements futurs et des plans de développement de nombreux domaines d'activité. L'article soumis par les auteurs Werner Damm et Ralf Kalman de la revue Informatik-Spektrum édition 5/2017 répertorie diverses normes et standards de l'industrie, ainsi que décrit les fonctionnalités et les exigences des méthodes, processus et outils pour développer le logiciel correspondant.

Quel est l'avantage de l'autonomie?

Combien doit être un système technique et dans quelle mesure peut-il être autonome?
Aujourd'hui, il semble qu'il n'y ait pas de frontières pour la mise en œuvre de systèmes autonomes de plus en plus avancés. Nous sommes sur le point d'introduire des technologies qui établissent indépendamment des relations complexes du monde environnant sur la base des données fournies, l'identification automatique des objets et des informations provenant de capteurs de différents niveaux. Tout cela est utilisé pour obtenir une représentation numérique précise de la réalité pour la mise en œuvre de la tâche. Des systèmes sont introduits qui sont capables d'analyser le développement ultérieur possible des événements de la réalité environnante, qui va bien au-delà des limites des capacités analytiques humaines. Des systèmes sont en cours d'implémentation qui planifient et mettent en œuvre les tâches de manière indépendante, sans nécessiter de support externe. Ces systèmes sont dotés de capacités cognitives humaines pertinentes dans le contexte de la tâche, qui leur permettent de fonctionner de manière totalement autonome.

Un récent rapport du gouvernement allemand sur une stratégie de haute technologie révèle les nombreuses possibilités de systèmes autonomes. Parmi eux se trouvent toutes sortes de «systèmes intelligents», tels que la mobilité intelligente, la santé intelligente, la production intelligente, l'énergie intelligente, dont l'intelligence est réalisée sur la base des possibilités ci-dessus. Ils sont capables de créer une image numérique du monde en temps réel, en traitant des données provenant de nombreuses sources d'information, et d'organiser le travail conjoint de millions de sous-systèmes de manière à assurer la réussite de la réalisation des objectifs, tels que l'optimisation de l'utilisation des ressources. Les avantages de cela peuvent être appliqués dans de nombreux domaines de la vie publique: santé et transports, consommation d'énergie, productivité et qualité des produits, prévention des catastrophes naturelles et collisions de divers véhicules. Philips, par exemple, lors de l'utilisation de capteurs portables spéciaux pour l'observation postopératoire des patients s'attend à une réduction de l'arrêt cardiaque postopératoire de 86%, et grâce au suivi «intelligent» des paramètres de santé critiques dans les soins ambulatoires, son coût est réduit de 34%.

Les systèmes de contrôle automatisés existent depuis plusieurs années. L'automatisation permet une utilisation efficace des équipements sans intervention manuelle. Les tâches typiques de contrôle automatisé et de configuration des équipements sont présentées sous la forme de circuits de commande pour lesquels des modèles mathématiques sont créés et qui sont mis en œuvre sous la forme de dispositifs électroniques et de logiciels.

Le développement moderne des systèmes cyber-physiques dépasse largement ces limites. La combinaison de l'informatique avec des systèmes de contrôle intégrés et l'interaction dynamique les uns avec les autres garantissent leur travail commun via des interfaces de données hétérogènes. De même, comme pour l'automatisation dans les années 80, la production autonome promet d'augmenter l'efficacité, la productivité et la qualité.

De tels développements sont réalisés dans de nombreux domaines d'application des systèmes techniques. Bien que leurs scénarios d'application diffèrent, des problèmes courants peuvent être identifiés dans le domaine logiciel et des méthodes généralisées pour les résoudre peuvent être décrites. Des exemples de ces méthodes seront présentés dans la dernière partie de cet article. L'utilisation de systèmes d'auto-apprentissage est particulièrement intéressante. Avec eux, les possibilités potentielles d'autonomie semblent infinies, car il devient possible de reconnaître des artefacts du monde extérieur qui sont initialement inconnus, affectant le système, et d'étudier les modèles dynamiques qui leur sont liés. Ainsi, de nouvelles possibilités d'utilisation de la technologie, auparavant imprévues, s'ouvrent.

La valeur marchande potentielle des technologies issues de ces développements est estimée à des centaines de milliards de dollars. En particulier, une étude du projet EU Platforms4CPS fournit les données suivantes:

• D'ici 2035, les voitures autonomes représenteront 10% de toutes les ventes. Cela correspond à environ 12 millions d'unités et un volume de marché de 39 milliards USD.
• Le marché de la gestion des vols passera, selon les estimations, de 50,01 milliards USD en 2016 à 97,3 milliards USD en 2022. Dans le même temps, le taux de croissance annuel moyen sera de 11,73%.
• Le marché mondial de l'aviation robotique table sur une croissance annuelle moyenne de 17,7% au cours de la prochaine décennie, de sorte qu'en 2025 sa valeur atteindra 7,9 milliards USD (selon « Marchés et Marchés »).
• Le volume du marché des drones est estimé à 13,22 milliards USD et devrait atteindre 28,27 milliards en 2022 avec une croissance annuelle de 13,51%.
• Le marché des véhicules sans pilote est estimé de 437,57 millions USD en 2016 à 861,37 milliards en 2021 avec une croissance annuelle de 14,51%.
• Le marché des véhicules sous-marins autonomes passera de 2,29 milliards USD en 2015 à 4,00 milliards en 2020 avec une croissance annuelle estimée à 11,90%.
• Le marché de l'Internet des objets industriel (IIoT) prévoit une croissance de 110 milliards USD en 2020 à 123 milliards en 2021.
• Le marché de la technologie des gadgets portables a un volume de 28,7 milliards USD. Gartner prévoit que ce marché connaîtra une croissance annuelle de 17,9% en moyenne entre 2015 et 2017. Le segment le plus en croissance est le segment des gadgets mobiles avec une augmentation annuelle de 30%.
• Le marché des microgrids était évalué à 16,58 milliards USD en 2015. En 2022, Markets and Markets table sur une croissance à 38,99 milliards USD avec une croissance annuelle de 12,45%.

Grâce au développement de la technologie, de nouveaux types de produits et services avec un haut niveau d'automatisation apparaissent sur le marché moderne. À cet égard, la question se pose de savoir dans quels domaines de tels développements ont vraiment un sens et quel impact ils ont sur la société.
Dans un contexte d'autonomie en constante augmentation, la qualité de l'interaction homme-technologie va définitivement changer. Aujourd'hui, une personne agit non seulement en tant qu'utilisateur final, mais, dans de nombreux cas, dans le cadre d'un système de gestion ( humain dans la boucle ). L'autonomisation crée une tendance qui établit l'interaction de l'homme et de la technologie à un niveau d'abstraction plus élevé. Un système autonome donne à une personne la possibilité de se familiariser avec une partie de sa vision numérique du monde en utilisant des abstractions appropriées, telles que, par exemple, les technologies de réalité virtuelle qui sont pertinentes pour résoudre un problème spécifique à un moment donné. À l'inverse, une personne peut facilement agir sur des processus complexes au sein du système via des interfaces homme-machine intuitives. Cette communication, accompagnée d'un niveau d'abstraction croissant, nécessite à son tour un certain niveau de qualification et de formation. Dans le même temps, les emplois pour le personnel peu qualifié disparaîtront car inutiles.

L'utilisation constante d'un grand nombre de sources de données augmentera considérablement le risque d'insécurité. L'architecture des systèmes distribués en réseau imposera des exigences extrêmement élevées pour sa protection afin d'éviter l'impact catastrophique d'éventuelles cyberattaques visant à désactiver des composants individuels.

Avec une autonomie croissante, la question se pose également de savoir quelles valeurs le processus décisionnel sous-jacent devrait avoir et si elles correspondent aux nôtres. Sur cette base, le Parlement européen dans sa résolution du 16 février 2017 a décidé:

• utiliser le principe de transparence, qui implique qu'il devrait toujours être possible d'établir les principes et les arguments derrière chaque décision prise avec l'aide de l'intelligence artificielle, ce qui peut avoir un impact significatif sur la vie humaine;
• il devrait toujours être possible de présenter les algorithmes de calcul d'un système utilisant l'intelligence artificielle sous une forme lisible par l'homme;
• les robots progressifs doivent être équipés d'une «boîte noire» qui enregistre les données sur chaque transaction effectuée par une machine, y compris la logique qui a contribué à l'adoption d'une décision.

Enfin, en raison de l'introduction prochaine de véhicules autonomes sans pilote sur le marché, il est nécessaire de réviser les lois sur la responsabilité pour les délits émergents.

Ces sujets dépassent donc leur sphère purement professionnelle. Comment les systèmes autonomes devraient-ils être conçus de manière à apporter non seulement des avantages économiques, mais aussi à être reçus positivement par la société? Ces problèmes devraient être étudiés en informatique. Il est temps de repenser les processus et techniques de conception existants, qui devraient inclure en permanence une évaluation de l'impact social des systèmes autonomes développés.

Cours d'autonomie dans diverses industries

L'exemple le plus célèbre est celui des véhicules autonomes dans l'industrie automobile . De nombreux fabricants ont annoncé la sortie de voitures appropriées sur le marché au cours des 3-4 prochaines années. Cependant, les systèmes de support déjà disponibles aujourd'hui vous permettent de réaliser des choses incroyables. Malgré cela, le chemin de la conduite partiellement automatisée (certains constructeurs dans ce cas parlent également de conduite «habitée») à la conduite entièrement autonome est encore loin. Avec partiellement automatisé (correspond au 2ème niveau d'automatisation par SAE ), la responsabilité principale incombe à la personne, et celle-ci doit pouvoir intervenir de manière indépendante dans le processus dans les meilleurs délais. De plus, la possibilité d'utiliser de tels systèmes est limitée par un environnement strictement normalisé (par exemple, la conduite sur autoroute). Au niveau de conduite hautement automatisé (niveau d'automatisation 3 par SAE), le conducteur est autorisé à consacrer son attention à d'autres choses, c'est-à-dire que le logiciel garantit une sécurité de conduite complète ou, en cas d'erreur, met le système dans un état sûr, par exemple en arrêtant le véhicule. au bord de la route. Les voitures entièrement automatisées (niveau d'automatisation 4 selon SAE), qui accomplissent leur tâche absolument sans l'aide d'un conducteur, représentent le plus haut niveau d'autonomie, alors qu'elles n'ont besoin d'aucune instruction concernant la vitesse de conduite ou les caractéristiques environnementales.

Une influence significative sur le développement de cette industrie est fournie, tout d'abord, non par le désir des gens ordinaires de transférer le contrôle de leur voiture à d'autres mains, mais par les besoins des nouvelles sociétés de transport dans les services concernés, en ouvrant de nouveaux segments de marché ou en offrant des transports publics plus efficaces et plus rapides dans les agglomérations. Dans le transport de marchandises, l'automatisation permet de décharger le chauffeur, qui peut consacrer son temps à d'autres tâches et ainsi travailler de manière plus productive.

Dans le ferroviaire et, en particulier, dans le transport souterrain, certains processus sont déjà automatisés. Un modèle simplifié fonctionne ici, car le système fonctionne sur un paysage homogène, où il n'y a pas d'intersection de voies de transport et de nombreuses voies sont isolées les unes des autres. D'autre part, un système supérieur de gestion et de coordination des processus s'ajoute à cela, c'est pourquoi l'Union internationale des transports publics ( UITP ) a inclus un système de surveillance et de contrôle supérieur dans sa classification. Un système de train automatisé comprend les trois composantes suivantes: sécurité, gestion des trains et surveillance des trains. La sécurité est contrôlée en maintenant la distance entre les trains et en contrôlant leur vitesse. La commande assure la circulation du train selon l'horaire et régule, par exemple, l'ouverture et la fermeture des portes des wagons. La supervision des trains contrôle à son tour tous les itinéraires et toutes les infrastructures et transmet les informations pertinentes au centre de contrôle.

Un tel système peut être mis en œuvre plus facilement dans le métro sur la base de l'homogénéité des véhicules et de l'isolement des infrastructures. Cependant, les concepts correspondants peuvent être transférés à d'autres domaines du transport ferroviaire, jusqu'aux grandes gares de triage. Cependant, des problèmes se posent encore lors de la surveillance et du contrôle des mouvements des transports internationaux ou en raison de la complexité de l'environnement, comme la circulation des trains de banlieue dans différents types de gares. Le moteur qui fait avancer l'automatisation du transport ferroviaire est le grand avantage économique des solutions proposées, obtenues, par exemple, en économisant de l'énergie grâce à des processus coordonnés d'accélération et de freinage dans un réseau de transport.

Dans le transport aérien , la commande de vol automatisée est utilisée depuis longtemps. Pour les drones, utilisés principalement à des fins militaires, le niveau d'autonomie a été augmenté en termes de planification indépendante des tâches et de gestion des missions. Dix niveaux d'autonomie ALFUS (Autonomy Levels for Unmanned Systems) utilise trois projections pour caractériser les capacités du système: indépendance de l'intervention humaine, complexité des tâches et complexité de l'environnement. Ensemble, ils caractérisent les capacités de vie de la batterie. Lors de la recherche de solutions technologiques pour le plus haut degré d'autonomie, des sujets tels que le comportement de groupe, la communication adaptative entre les appareils et l'auto-formation sont également ajoutés, qui, jusqu'à présent, n'ont pas touché les autres taxonomies mentionnées ci-dessus.

En production, les processus automatisés sont standard avec l'introduction des automates programmables (API) dans les années 80. De tels procédés, cependant, ont peu de flexibilité et se concentrent sur la production de masse. La production individualisée ou les changements du portefeuille de produits induits par le marché entraînent une reconfiguration coûteuse des lignes de production et un rééquipement. En cours de développement des technologies numériques et basée sur le concept d' Industrie 4.0, la production individualisée vise à atteindre le même niveau d'efficacité et de qualité que dans la production de masse. Dans le même temps, il devrait s'adapter automatiquement aux conditions changeantes et aux nouveaux objectifs de production. La Frauenhofer Research Society propose 5 étapes évolutives qui accompagnent ce développement. Tout d'abord, il est nécessaire d'assurer la collecte et le traitement des données de production. Ce sera la base des systèmes d'assistance qui aident au travail et à la prise de décision. À la troisième étape, l'intégration des étapes de production dans un seul réseau d'échange de données et leur intégration les unes aux autres fournissent les conditions nécessaires pour optimiser l'ensemble du système dans son ensemble. Pour augmenter l'élasticité de la production dans la quatrième étape, le système nécessite la capacité de se transformer et de se reconfigurer. Et au dernier cinquième niveau, le système de production doit pouvoir s'organiser. À ce jour, les systèmes de production se sont installés aux niveaux du premier (collecte des données de production) au troisième (production, unis par un réseau de données commun, comme dans la production automobile). Pour passer à l'étape suivante, en règle générale, une restructuration complète de l'ensemble de l'architecture de production est nécessaire, ce qui, en conséquence, est coûteux.

Les niveaux d'autonomie de toutes ces applications sont présentés à nouveau dans le tableau, tandis qu'une tentative a été faite pour présenter des degrés d'autonomie similaires de différents domaines au même niveau.

Sur la base des exemples ci-dessus, il est déjà possible de reconnaître beaucoup de points communs dans les classifications par niveaux et objectifs d'autonomie. , , SafeTRANS . :

1. , , , , . ; , .. - .
2. , , . , , . , , . . ; .
3. , , . , , , , , . , , , .
4. () – , , , , ( ). , , . .

. - , , , . Deep Learning , -, . , : , . , , , . , . . , - , .

, . , . (human-in-the-loop), . - . . . . , . , , , .

SafeTRANS, , . .
, . , , . -, , .

SafeTRANS :