Perception coopérative : rentabiliser les capteurs offboard par la fiabilité par prédiction

Le 31 mars 2026, une centaine de robotaxis Apollo Go se sont figés au milieu de la circulation à Wuhan. Une « panne système », selon la police locale. Des passagers sont restés bloqués près de deux heures, quelques véhicules ont été percutés à l'arrière.

Personne n'a été blessé. Mais l'épisode dit quelque chose de précis sur la mobilité autonome : la performance moyenne d'un système de perception ne suffit pas. Ce qui compte, c'est ce que le système décide, image par image, quand la situation sort de l'ordinaire.

C'est exactement là que la perception coopérative devait aider. Et c'est aussi là qu'elle déçoit, faute d'un ingrédient : la pondération par incertitude.

Le capteur offboard : une promesse encore sous-exploitée

L'idée de la perception coopérative est simple. Un véhicule ne voit que ce que ses capteurs embarqués perçoivent. Une caméra montée sur un mât à un carrefour, un capteur offboard, dit « d'infrastructure » voit ce que le véhicule ne peut pas voir : l'angle mort, le piéton derrière le camion, le deux-roues qui arrive par la perpendiculaire.

Fusionner ces deux sources, embarquée et offboard, devrait donc réduire les erreurs de perception. La smart intersection promet une vue plus complète, plus tôt.

En pratique, cette promesse reste largement théorique. Les capteurs d'infrastructure sont souvent traités comme un signal auxiliaire, pas comme une source de décision. On les installe, on les branche, puis on hésite à s'en servir vraiment.

Pourquoi ? Parce qu'une détection venue de l'infrastructure arrive sans indication de confiance. Le véhicule reçoit une position, une classe d'objet, une boîte englobante. Il ne reçoit pas la seule information qui l'intéresse au moment de la décision : cette détection-là mérite-t-elle qu'on l'écoute ?

Le vrai problème n'est pas le capteur, c'est la confiance qu'on lui accorde

Prenez un carrefour équipé. La caméra d'infrastructure signale un piéton. Le véhicule doit-il freiner ?

Si la détection est fiable, freiner est la bonne décision. Si c'est un faux positif, une ombre, un reflet, un objet mal classé le freinage est inutile. Répété, il dégrade le confort, use les composants et, surtout, entame la confiance des équipes de validation dans tout le dispositif offboard.

Le système fait donc le choix le plus prudent : pondérer faiblement l'infrastructure, ou l'ignorer. La donnée existe, mais elle ne pèse presque rien dans la fusion. Le capteur est installé et amorti sur le papier, sous-exploité dans les faits.

La limite apparaît clairement. Une fusion multi-capteurs qui traite toutes les sources avec la même confiance implicite ne peut pas arbitrer entre une détection solide et une détection douteuse. Il lui manque une métrique de confiance par prédiction, attachée à chaque détection, en temps réel.

Fusion probabiliste : pondérer chaque détection par son incertitude

C'est le principe de la couche de fiabilité TrustalAI. Plutôt que de fusionner des détections brutes, on fusionne des détections accompagnées de leur incertitude.

TrustalAI Vision produit, pour chaque détection d'un modèle de computer vision, une « Reliability Bubble » : une estimation de l'incertitude sur la position et la taille de l'objet (σx, σy, σw, σh). Plus la bulle est resserrée autour de la boîte englobante, plus la détection est fiable.
TrustalAI V-Tracking prolonge cette logique dans le temps : suivi multi-objets robuste, non-déterministe, learning-free, capable de tenir la trajectoire d'un objet même en scène dense ou en environnement bruité.

Ces incertitudes deviennent des poids. Une détection offboard très confiante pèse lourd dans la fusion. Une détection incertaine pèse moins, sans être jetée. Le carrefour ne « vote » plus à égalité avec le véhicule : il vote à hauteur de ce qu'il sait vraiment, prédiction par prédiction.

Point important pour une équipe R&D : rien de tout cela ne touche au modèle du client. La couche est plug-and-play, compatible black-box, et fonctionne sur le flux de détections existant, sans réentraînement ni accès à l'IP du modèle. Elle tourne à l'edge, avec une latence de l'ordre de 20 ms pour Vision et un budget de traitement <100ms compatible avec la boucle de décision d'un véhicule.

Fiabilité par prédiction vs monitoring agrégé

C'est la distinction qui structure notre travail, et elle mérite qu'on s'y arrête.

La plupart des approches de supervision IA observent le comportement d'un système après exécution. On agrège des métriques, précision moyenne, taux d'erreur sur un jeu de test, dérive constatée sur une fenêtre glissante. C'est du monitoring agrégé. Utile pour un rapport, un audit, une décision de réentraînement. Inutile au moment précis où le véhicule doit freiner ou non.

Deux raisons à cela.

D'abord, l'agrégat masque le local. Un modèle fiable à 97 % en moyenne peut se tromper systématiquement sur les 3 % de cas qui comptent, nuit, pluie, occlusion partielle. La moyenne rassure ; le cas particulier accidente.

Ensuite, le monitoring agrégé est post-mortem. Quand la métrique remonte, la décision est déjà prise et le risque a déjà circulé dans l'opération. On documente une défaillance ; on ne l'évite pas.

La fiabilité par prédiction inverse le point de vue. Elle attache une mesure de confiance à chaque détection, avant que la décision de fusion soit prise. Ce n'est plus « comment ce modèle performe-t-il en général ? », mais « peut-on suivre cette détection précise, ici, maintenant ? ». Pour une smart intersection, c'est la différence entre un capteur qu'on surveille et un capteur qu'on exploite.

Ce que mesure le PoC VEDECOM

Nous avons éprouvé cette approche avec l'Institut VEDECOM, l'institut national pour la mobilité durable, sur un cas de perception coopérative : fusion multi-capteurs multi-agents entre une smart intersection et un véhicule autonome. La fusion probabiliste utilisait les incertitudes TrustalAI comme poids. Le tout benchmarké contre 7 méthodes de fusion.

Les résultats, obtenus sans réentraînement du modèle IA client et en temps réel (<80ms) :

Une erreur de position ramenée de 1,44 m à 0,51 m, ce n'est pas un chiffre de slide. À un carrefour, un demi-mètre décide si un piéton est perçu dans la trajectoire ou à côté. Un faux positif éliminé, c'est un freinage d'urgence inutile en moins.

Ce que cela change côté exploitation :

• Les capteurs offboard deviennent une source de décision, pas seulement un signal auxiliaire.

• Moins de faux positifs signifie moins d'arrêts d'urgence, donc une conduite plus fluide et une meilleure acceptabilité.

• La confiance de perception plus élevée ouvre la voie à une réduction progressive de la supervision humaine.

• Le coût de validation de la stack de perception baisse, parce qu'on peut qualifier la contribution de chaque capteur au lieu de la subir.

Note de périmètre : ces chiffres viennent du PoC VEDECOM en perception coopérative et conduite autonome. Ils qualifient ce cas d'usage précis. Ils ne se transposent pas tels quels à d'autres domaines sans nouveau benchmark.

Intégration et conformité : pourquoi ça compte maintenant

L'EU AI Act classe la perception ADAS et les véhicules autonomes parmi les systèmes à haut risque. La conséquence est concrète : il ne suffit plus de déployer une IA performante, il faut pouvoir documenter la fiabilité de ses décisions avant déploiement.

Un intégrateur système qui livre un dispositif de perception coopérative porte cette charge de preuve. Il travaille souvent avec une obligation de résultat, et le module IA reste pour lui une boîte noire dont il assume pourtant la responsabilité. Une couche de fiabilité par prédiction produit précisément la trace exploitable qui manque : une confiance mesurée, par détection, horodatée.

Autrement dit, la brique de fiabilité ne sert pas qu'à mieux conduire. Elle sert aussi à pouvoir le prouver.

FAQ

Qu'est-ce qu'un capteur offboard en perception coopérative ?

Un capteur offboard est un capteur d'infrastructure, une caméra ou un lidar installé sur un mât, un feu ou un portique, hors du véhicule. Dans une smart intersection, il perçoit les angles morts et les objets que les capteurs embarqués ne voient pas encore. Fusionné avec la perception du véhicule, il complète la scène plus tôt.

Pourquoi les capteurs d'infrastructure restent-ils sous-exploités ?

Parce que leurs détections arrivent sans indication de fiabilité. Un système de fusion ne sait pas distinguer une détection offboard solide d'un faux positif. Par prudence, il pondère faiblement l'infrastructure, voire l'ignore. Le capteur est installé mais son apport reste marginal, faute de métrique de confiance par prédiction.

Comment la fiabilité par prédiction améliore-t-elle la fusion multi-capteurs ?

Elle attache une mesure d'incertitude à chaque détection, en temps réel, avant la décision. Cette incertitude sert de poids dans la fusion probabiliste : une détection confiante pèse lourd, une détection douteuse pèse moins. Sur le PoC VEDECOM, cette pondération a réduit les faux positifs de 83 % et les erreurs de position de 65 %, sans réentraînement.

La couche TrustalAI modifie-t-elle le modèle de perception existant ?

Non. TrustalAI Vision et TrustalAI V-Tracking sont plug-and-play et compatibles black-box. Ils fonctionnent sur le flux de détections du modèle client, sans réentraînement ni accès à son IP, à l'edge, avec une latence compatible avec la boucle de décision d'un véhicule (<100ms).