Méthode Sakiti

Open Source Autonomous Vehicles Academy

Former les ingénieursde la mobilité autonome

Concevoir, simuler, intégrer et évaluer des systèmes de conduite autonome à partir de logiciels ouverts — en distinguant rigoureusement la simulation, l’expérimentation encadrée et le déploiement réel.

Trois régimes à ne jamais confondre

C’est la distinction qui structure le parcours entier, et celle dont la confusion serait la plus grave.

RégimeCe qu’il permetCe qu’il exige
SimulationToute la chaîne fonctionnelle, sans risque physiqueDes moyens de calcul
Plateforme physique sécuriséeRobot miniature, vitesse limitée, arrêt d’urgenceUn encadrement et un espace contrôlé
Véhicule réelRien, à ce stade du programmeAnalyse de risques, autorisations applicables, validation indépendante

Un prototype fonctionnel n’est pas une preuve de sûreté pour le transport de personnes. Les essais grandeur nature requièrent une analyse de risques, les autorisations applicables et une validation indépendante adaptée. Ce cursus est une proposition pédagogique, non une certification automobile reconnue.

La filière mobilité autonome : parcours en six niveaux, technologies de référence
              et applications envisagées

La chaîne fonctionnelle étudiée

Capteurs → Perception et fusion → Localisation et cartographie → Prédiction et planification → Contrôle et actionneurs → Supervision, sûreté et validation

La dernière étape n’est pas la conclusion des précédentes : c’est celle qui décide si les cinq autres peuvent quitter le laboratoire.

Six niveaux, cinquante semaines

NiveauCompétencesLivrable
P0 · 4 sem.Explorer — écosystème, niveaux d’automatisation, capteurs, logiciels libresDossier d’analyse d’un système de conduite autonome
P1 · 6 sem.Builder — programmation, intergiciel robotique, robot miniature, arrêt d’urgencePrototype robotique télécommandé sécurisé
P2 · 8 sem.Systems Integrator — caméras, télémétrie laser, localisation, cartographie, perceptionChaîne de perception et navigation intégrée en simulation
P3 · 10 sem.Platform Engineer — pile de conduite autonome, simulation, chaîne de livraison, tests automatisésPlateforme de conduite autonome simulée
P4 · 10 sem.Safety & Reliability Engineer — analyse des risques, cybersécurité, défaillances, validationDossier de sûreté expérimental et campagne de tests
P5 · 12 sem.Systems Architect — architecture, domaine opérationnel, gouvernance, modèle économiqueDossier d’architecture d’un service de mobilité autonome

Ces durées sont des hypothèses pédagogiques, à éprouver lors d’une cohorte pilote.

Six laboratoires

  • 01Capteurs et perception : caméras, télémétrie laser, détection d’obstacles, fusion de données
  • 02Localisation et cartographie : positionnement, centrale inertielle, cartographie expérimentale
  • 03Simulation de conduite : routes, intersections, obstacles, scénarios
  • 04Intégration véhicule : robot miniature, interfaces matérielles, vitesse limitée, arrêt d’urgence
  • 05Sûreté et cybersécurité : analyse de risques, défaillances, sécurité des communications, validation
  • 06Exploitation de flotte : supervision, télémétrie, maintenance, exploitation simulée

Les technologies à étudier

DomaineProjets
Conduite autonomeAutoware
Simulation de conduiteCARLA
Intergiciel robotiqueROS 2
Logiciel automobile collaboratifEclipse Software Defined Vehicle
Vision et apprentissageOpenCV, PyTorch
CartographieOpenStreetMap, Lanelet2
Localisation et cartographie simultanéesRTAB-Map, SLAM Toolbox
Simulation robotiqueGazebo
ObservabilitéOpenTelemetry, Prometheus, Grafana

Une phrase à retenir. « Open source » ne signifie pas qu’une pile est automatiquement homologuée pour la route. Vérifier licences, versions compatibles, besoins en calcul et conditions d’utilisation de chaque composant avant de figer l’environnement de formation.

Le projet final

Concevoir et documenter un prototype de navette pour un campus, un site industriel ou une zone logistique fermée — sans présumer de son aptitude à transporter des personnes.

Le cinquième livrable est le plus exigeant : produire les dossiers technique, réglementaire, économique et de sûreté pour une éventuelle navette réelle. C’est l’exercice qui apprend la différence entre faire fonctionner un système et le rendre admissible.

Applications envisagées

DomaineUsage étudié
Mobilité urbaineNavettes et transport collectif
LogistiqueEntrepôts et plateformes
AgricultureSurveillance et robots agricoles
IndustrieTransport interne sur sites fermés

Ces domaines sont des pistes de recherche et de formation : leur demande commerciale et leur viabilité locale restent à étudier.

Un déploiement en cinq étapes

ÉtapeMoyensFinalité
1Postes de travail et simulateurFormer une première cohorte entièrement en simulation
2Robots miniatures et capteursEnseigner l’intégration physique
3Calcul mutualiséIndustrialiser les simulations
4Piste expérimentale privéeÉtudier des prototypes physiques sous contrôle
5Partenariats industrielsPréparer des recherches appliquées

L’orientation de démarrage. Lancer d’abord une académie de simulation et d’ingénierie logicielle automobile, puis développer les laboratoires physiques et les partenariats. La première étape ne demande que des postes de travail — c’est celle par laquelle commencer.

Les budgets ne sont pas chiffrés : ils dépendent de la taille des cohortes, des moyens de calcul, des capteurs et du périmètre des essais.

Deux filières voisines

L’intergiciel robotique, la perception et la simulation sont communs au laboratoire de robotique humanoïde ; les robots agricoles rejoignent l’Agritech.

L’auteur

Portrait de Lionel Sakiti

Lionel Sakiti

Program Manager Cloud & IA souveraines. Il travaille sur les infrastructures de paiement, les programmes de cloud et d’intelligence artificielle souverains et la gouvernance des données dans la zone UEMOA.

contact@africascaler.com