Félicitations à Mohammed CHELOUATI !
Le 5 juin dernier, Mohammed CHELOUATI a soutenu sa thèse de doctorat de l’Université Gustave Eiffel intitulée « Contributions à l’assurance de sécurité des trains autonomes ».
Cette thèse s’est déroulée au sein de l’IRT RAILENIUM en partenariat avec le laboratoire ESTAS de l’Université Gustave Eiffel sous la direction de El Miloudi EL KOURSI, Julie BEUGIN et Abderraouf BOUSSIF.
Résumé :
Le déploiement des trains autonomes soulève de nombreuses questions et défis, notamment ceux liés au niveau de sécurité visé, qui doit être globalement au moins équivalent à celui du système existant, ainsi que les moyens à mettre en œuvre pour l’atteindre. Conventionnellement, la mise en sécurité d’un système ferroviaire global ou d’un sous-système défini comprend une phase d’analyse des risques et une phase de maîtrise des situations dangereuses. Ainsi, pour tout système technique ferroviaire, qu’il soit classique, automatique ou autonome, un niveau de sécurité acceptable doit être assuré. Dans le contexte des trains autonomes, les défis liés à leur sécurité incluent les aspects émergents de l’intelligence artificielle, le transfert de tâches et de responsabilités du conducteur vers des systèmes décisionnels automatiques, ainsi que les aspects liés à l’autonomisation, tels que la transition entre les modes et la gestion des modes dégradés. La méthodologie de démonstration de sécurité des trains autonomes, doit ainsi prendre en compte les risques engendrés par l’ensemble de ces aspects. Autrement dit, elle doit définir l’ensemble les activités de sécurité (liées à l’introduction de l’autonomie et des Systèmes d’Intelligence Artificielle), complémentaires à la démonstration de sécurité conventionnelle.
Dans ce cadre, l’objectif de cette thèse est de contribuer à l’élaboration d’une démarche d’assurance de sécurité pour les trains autonomes. Concrètement, cette thèse propose trois contributions principales. Premièrement, nous proposons une méthodologie globale de haut niveau pour la structuration et la présentation de l’argumentation de sécurité pour les trains autonomes. La méthodologie est basée sur une approche orientée objectifs de sécurité (goal-based safety) en utilisant le formalisme graphique GSN (Goal Structuring Notation).
Ensuite, nous proposons une modélisation de la conscience de situation (situational awareness) d’un système de conduite autonome d’un train, intégrant le processus de l’analyse dynamique des risques ferroviaires. Ce modèle permettra au système de conduite autonome de percevoir, de comprendre, d’anticiper et de s’adapter à des situations inconnues dans son environnement tout en prenant des décisions sûres. Le modèle est illustré à travers un cas d’étude concernant la détection et l’évitement d’obstacles sur la voie ferroviaire. Dernièrement, nous élaborons une approche de prise de décision basée sur l’évaluation dynamique des risques. L’approche utilise le Processus Décisionnel de Markov Partiellement Observable (POMDP) et vise à assurer une surveillance continue de l’environnement pour garantir la sécurité opérationnelle, en particulier la prévention des collisions. L’approche repose sur le maintien d’un niveau de risque acceptable grâce à une estimation et une actualisation continues de l’état opérationnel du train et des données de perception de l’environnement.
Nous félicitons chaleureusement Mohammed et lui souhaitons le meilleur pour la suite de sa carrière professionnelle.