Cette page dédiée présente l’un des thème / domaine stratégique actuellement en discussion dans le cadre de notre Programme de financement de recherche stratégique. L’ensemble des thèmes / domaines en discussion est indiqué sur la page du programme. Chaque page dédiée (y compris celle-ci) peut être à un niveau de détail et de maturité variable. Pour participer à la discussion sur ce thème ou en proposer de nouveaux, veuillez utiliser ce formulaire. Si vous souhaitez être tenu.e au courant des développements autour de ce thème / domaine, inscrivez-vous ci-dessous.
Une IA durable, fiable et centrée sur l’humain pour les véhicules automatisés connectés
Description et justification du domaine
CIRRELT and many collaborators wish to bring together within IVADO, the driving forces of Quebec in artificial intelligence (AI) and transportation, in order to develop applications to create added value applications around a research axis which carries enormous scientific challenges: developing safe, responsible and human-centered embedded systems for connected, intelligent, sustainable and automated vehicles.
Automated and connected vehicles are an essential component of future mobility. To which extent they are trustworthy and able to respond to the needs of the society? How to manage and analyze the real-time data flows that these AV produce while preserving privacy of the users? How to be sure that AI models for control and perception are safe? With its industry centered on electric utility vehicles and partners of IVADO, Quebec can position itself as a world leader in research and development on questions related to the AV functions, valorization of their data and their use in transport ecosystems. In particular, the role of AV in sustainable mobility concerns all aspects of sustainability: environmental (45% of Quebec GHG is produced by transportation activities), social (acceptability, road safety, data privacy) and economic (system optimisation, growth of the industrial sector). Sustainable mobility is one of the major themes of IVADO and is aligned with strategic research axes of the governments of Quebec and Canada. Research in AV already groups an important cluster of researchers in Quebec.
Le CIRRELT et de nombreux collaborateurs souhaitent réunir au sein d’IVADO les forces vives du Québec en intelligence artificielle et en transports, afin de développer des applications et valoriser les données autour d’un axe thématique qui porte d’énormes défis scientifiques : développer des systèmes sûrs, responsables et centrés sur l’humain dans le transport et la mobilité embarquée connectée, intelligente, durable et automatisée. Les véhicules automatisés connectés sont une composante essentielle de la mobilité du futur. À quel point sont-ils fiables et aptes à répondre aux besoins de la société? Comment gérer et analyser les flux de données qu’ils produisent en temps réel en protégeant la confidentialité des usagers? Comment s’assurer que les modèles IA de perception et contrôle sont sécuritaires? Avec son industrie centrée sur les véhicules électriques utilitaires et les partenaires de IVADO, le Québec peut se positionner comme un leader mondial en recherche et innovation dans les questions relatives au fonctionnement des VA, la valorisation de leurs données et leur utilisation au sein de l’écosystème des transports. En particulier, l’apport des VA à la mobilité durable nécessite l’examen des considérations environnementales (le transport représente 45% des GES au Québec), des impacts sur les citoyens et la société (acceptabilité, sécurité routière, confidentialité des données) et sur l’économie (optimisation des systèmes logistiques, essor industriel). La mobilité durable est un des thèmes porteurs de IVADO et fait partie des axes stratégiques des gouvernements du Québec et du Canada. La recherche liée aux VA implique déjà un noyau important de chercheuses et chercheurs québécois.
Autonomous vehicles are one of the key areas where Deep Learning and AI are likely to have substantial impact.
For the foreseeable future, humans will remain indispensable to supervise and manage such fleets because we are transitioning from systems that are generally already in use; technology gaps prevent us from performing all of the required functions autonomously; and particularly in visible, safety-critical applications, society’s trust in decentralized technology will be earned gradually. However, integrating increasingly sophisticated AI techniques leads to increasingly opaque robot control programs. Furthermore, human supervisors’ cognitive capacities are challenged (and eventually exceeded) as the size of autonomous fleets grows. We believe that deployment of human-in-the-loop AI systems that consider human supervisors will have a large positive impact on society, but its adoption will ultimately be determined by the level of trust that people put in these systems. Avoiding both human and system breaking points is essential and requires techniques that ensure resilient fleet operation as we progressively transition to higher levels of automation.
Ajout 22/07 : Alignement avec les priorités stratégiques identifiées par l’écosystème québécois des transports électriques et intelligents au sein de la Feuille de route 2030, en cours de finalisation par Propulsion Québec + Alignement stratégique avec les axes d’expertise visés par la Cité de la mobilité durable.
Contexte
Keywords: reliability, trustworthy AVs, human-centric, road safety, safe-systems, data security, privacy, explainability, man-machine interaction, robotics, perception, control systems, embedded intelligence, connected vehicles, embedded intelligence, real-time, sustainability, certification, legislation.
Mots-clefs : fiabilité, VA dignes de confiance, centré sur l’humain, sécurité routière, système sûr, sécurité des données, confidentialité, explicabilité, interaction homme-machine, robotique, perception, contrôle, intelligence embarquée, intelligence connectée, véhicules connectés, temps-réel, durabilité, certification, législation, (Ajout 22/07) Transport intelligent.
Organisations pertinentes :
- Propulsion Québec, ENCQOR, Ville de Montréal, IVÉO, Jalon Montréal (Agence de mobilité durable), PMG Technologies, MTQ, SAAQ, FRQNT, Prompt, InnovÉÉ, CRSNG, VÉDÉCOM, EURECOM, IFSTTAR, Denso, BMW Group, Daimler, Opal RT, Algolux, Leddartech, Effenco, CS Canada, Giro, Keolis, Thales, Ericsson, Ciena, Exfo, Blackberry, QNX, FPInnovation, Purolator, Novabus, Lion.
- CIRRELT, Center for Intelligent Machines, MILA, Laboratoire sur l’intelligence véhiculaire, Institut Intelligence de données, GERAD, Polytechnique, McGill, HEC, Université de Montréal, INRS, Université Laval, Université de Sherbrooke, Concordia, Institut du véhicule innovant.
- Ajout 30/06 : CFI, PROMPT, MEI, Algolux, Waabi
- Ajout 20/07 : BMU – Beam Me Up Labs
Personnes pertinentes suggérées durant la consultation :
Les noms suivants ont été proposés par la communauté et les personnes mentionnées ci-dessous ont accepté d’afficher publiquement leur nom. Notez cependant que tous les noms des professeur.e.s (qu’ils soient affichés publiquement ou non sur notre site web) seront transmis au comité conseil pour l’étape d’identification et de sélection des thèmes stratégiques. Notez également que les personnes identifiées durant l’étape de consultation n’ont pas la garantie de recevoir une partie du financement. Cette étape sert avant tout à présenter un panorama du domaine, incluant les personnes pertinentes et non à monter des équipes pour les programmes-cadres.
- Nicolas Saunier
- Soumaya Cherkaoui
- Martin Trepanier
- Philippe Doyon-Poulin,
- Chris Pal
- Jérôme Le Ny
- James Forbes
- Marie-Soleil Cloutier
- Martin Lavallière
- Foutse Khomh
- Guillaume-Alexandre Bilodeau
- Liam Paull
- Derek Nowrouzezahrai
- Denis Laurendeau
- Antoine Legrain
- G. Dudek
- Abdelhakim Hafid
- Francesco Ciari
- Philippe Giguère
- Vincent Gautrais
- Giovanni Beltrame
- Lijun Sun
Programmes-cadres potentiels
Here are potential research axes for this proposal:
- Dependable Safety: dependable perception, dependable control, certification, detection, tracking and classification, path planning
- Security/Privacy: cybersecurity, privacy-aware security, data ownership/management, legislation, AV testing and safety validation, model explainability, privacy, AV auditing
- Human interactions: in-vehicle interactions, vehicle-vulnerable road users (VRU) interactions, road user intention/movement prediction, surrogate measures of safety, road user behaviour
- Sustainability: urban mobility, fleet management, data for transport agencies, traffic control, real time mobility services
Voici des axes de recherche potentiels pour cette proposition :
- Sécurité fiable : perception fiable, contrôle fiable, certification, capteurs, vision par ordinateur, détection, suivi et classification, planification de chemin
- Sécurité/Confidentialité : cybersécurité, sécurité soucieuse de la confidentialité, propriété/gestion des données, législation, tests AV et validation de la sécurité, explicabilité des modèles, confidentialité, audit AV
- Interactions humaines : interactions dans le véhicule, interactions véhicule-usagers vulnérables, intention/prévision de mouvement des usagers de la route, mesures de substitution de la sécurité, comportement des usagers de la route
- Durabilité : mobilité urbaine, gestion de flotte, données pour les agences de transport, contrôle du trafic, services de mobilité en temps réel.
Documentation complémentaire
(pas de documentation complémentaire pour le moment)
Historique
30 juin 2021 : Première version
3 juillet 2021 : Compléments d’information & ajout de noms de personnes pertinentes.
6 juillet 2021 : Ajout de noms de personnes pertinentes.
13 juillet 2021 : Compléments d’information dans la section Description. Ajout de personnes pertinentes
22 juillet 2021 : Compléments d’information sections “Description et justifications” et “Contexte”