Dans le domaine de la sécurité automobile et du développement des systèmes d’aide à la conduite, l’un des enjeux majeurs consiste à mieux prendre en compte les conditions réelles de circulation. Les systèmes comme l’Adaptive Cruise Control ajustent la vitesse et la distance avec le véhicule précédent, mais leur efficacité reste limitée lorsqu’ils ne disposent pas d’informations précises sur l’état de la chaussée ou des pneumatiques. Or, ces paramètres influencent directement l’adhérence et donc la distance de freinage, en particulier sur routes mouillées ou dégradées.
Les systèmes d’assistance actuels fonctionnent principalement à partir de données cinématiques et de capteurs classiques, sans intégrer des éléments essentiels tels que l’usure des pneus, leur typologie ou les conditions météorologiques du sol. Cette absence d’information réduit la précision des calculs de distance de freinage et peut entraîner des réactions trop tardives dans des situations critiques. Dans le contexte des véhicules autonomes, cette limite devient encore plus problématique, car l’adaptation fine de la vitesse et du freinage repose sur une estimation fiable du potentiel d’adhérence du véhicule.
Pour répondre à ces enjeux, mRT a développé une approche innovante basée sur l’analyse acoustique du bruit de roulement des pneus. En captant les signaux sonores directement au niveau de l’interface pneu‑route, à l’aide de microphones embarqués placés dans les passages de roue, il devient possible d’extraire des informations physiques clés. L’analyse de la puissance acoustique générée permet d’identifier la texture de la route, l’état météorologique du sol ainsi que le niveau d’usure du pneumatique. Ces données viennent ensuite alimenter un modèle d’adhérence conçu pour fonctionner en temps réel et en conditions de conduite réelles.
Le système développé traite en continu les signaux acoustiques afin de les classifier et d’en extraire des indicateurs pertinents. Cette chaîne de traitement embarqué permet d’estimer le niveau de grip disponible et d’en déduire une distance de freinage adaptée. L’ensemble repose sur plusieurs années de travaux de recherche et de validations expérimentales, intégrant progressivement les contraintes liées à l’embarqué, telles que la robustesse, la latence et la compatibilité avec les architectures véhicules. Cette maturité technologique a permis d’atteindre un niveau équivalent à TRL 5.
Les résultats obtenus sont particulièrement significatifs. Les essais ont montré qu’il est possible d’estimer le coefficient d’adhérence avec une précision très fine dans 90 % des cas, sous réserve d’une connaissance précise des caractéristiques du pneumatique. Cette capacité d’estimation améliore sensiblement la fiabilité des calculs de distance de freinage et renforce la sécurité, notamment dans des situations critiques comme le pré‑hydroplanage. L’approche a suscité l’intérêt de constructeurs automobiles majeurs pour enrichir leurs systèmes ADAS.
Ce projet démontre ainsi la pertinence de l’acoustique comme source d’information embarquée pour la sécurité automobile. En identifiant conjointement la route et le pneumatique à partir du son généré au niveau de l’aire de contact, SmartSafety ouvre la voie à de nouvelles générations de systèmes d’assistance capables de mieux anticiper les risques et d’adapter le comportement du véhicule aux conditions réelles de roulage.
