Ce document est issu de la TR 22.827 et à pour objectif de résumer les cas d’usages
Résumé du cas d’utilisation 5.27 « Public Safety Search and Rescue or Apprehend »
Description :
Ce cas d’utilisation met en évidence l’importance de localiser rapidement un individu porté disparu (opération de recherche et sauvetage) ou un suspect impliqué dans une activité illégale (opération d’appréhension).
Une localisation précise sur les trois axes (3D) est nécessaire pour optimiser la détection.
Exigences potentielles pour le soutien de ce cas d’utilisation :
Critère de performance | Valeur requise |
Niveau de confiance | ≥ 99 % |
Précision de l’estimation du positionnement horizontal | ≤ 0,5 m |
Précision de l’estimation du positionnement vertical | ≤ 1 m |
Précision de l’estimation de la vitesse horizontale | ≤ 1,5 m/s |
Précision de l’estimation de la vitesse verticale | ≤ 1,5 m/s |
Résolution de la détection | ≤ 3 m |
Latence maximale du service de détection | ≤ 1000 ms |
Taux de rafraîchissement | ≤ 0,1 s |
Taux de détection manquée | ≤ 3 % |
Taux de fausse alarme | ≤ 3 % |
Résumé du cas d’utilisation 5.28 : Détection pour les systèmes d’assistance avancée à la conduite (ADAS)
Description :
Le système d’assistance avancée à la conduite (ADAS) utilise divers capteurs (radar à ondes millimétriques, lidar, caméras monoculaires/binoculaires et navigation par satellite) installés sur le véhicule pour détecter l’environnement. Ces capteurs collectent des données, identifient, détectent et suivent des objets statiques et dynamiques. Le système analyse ensuite ces données pour alerter le conducteur des dangers potentiels, augmentant ainsi la sécurité et le confort de conduite.
Les technologies de détection basées sur la radio NR (New Radio) 3GPP peuvent être intégrées dans l’ADAS pour améliorer sa fiabilité et sa qualité. Les véhicules équipés de cette technologie peuvent, par exemple, détecter les collisions imminentes et arrêter la voiture pour les éviter.
Exigences potentielles pour le soutien de ce cas d’utilisation :
Critère de performance | Valeur requise
Intérieure |
Valeur requise
Extérieure |
Niveau de confiance | ≥ 95 % | ≥ 95 % |
Précision de l’estimation du positionnement horizontal | ≤ 1,3 m | ≤ 2,6 m |
Précision de l’estimation de la vitesse horizontale | ≤ 0,12 m/s | ≤ 0,12 m/s |
Résolution de la détection | ≤ 0,4 m | ≤ 0,4 m |
Latence maximale du service de détection | ≤ 50 ms | ≤ 20 ms |
Taux de rafraîchissement | ≤ 0,2 s | ≤ 0,05 s |
Taux de détection manquée | ≤ 10 % | ≤ 10 % |
Taux de fausse alarme | ≤ 1 % | ≤ 1 % |
Résumé du cas d’utilisation 5.29 : Use case on Coarse Gesture Recognition for Application Navigation and Immersive Interaction »
Description : Cette section se concentre sur l’utilisation de la reconnaissance gestuelle sans contact, permettant aux utilisateurs de contrôler des applications et d’interagir avec des environnements immersifs via des gestes simples. Ce type d’interaction est particulièrement utile dans des environnements où le contrôle manuel est difficile ou impossible.
Exigences potentielles pour le soutien de ce cas d’utilisation :
Critère de performance | Valeur requise |
Niveau de confiance | ≥ 95 % |
Précision de l’estimation du positionnement horizontal | ≤ 0,1 m |
Précision de l’estimation de la vitesse horizontale | ≤ 0,1 m |
Latence maximale du service de détection | ≤ 500 ms |
Taux de rafraîchissement | ≤ 1 s |
Taux de détection manquée | ≤ 5 % |
Taux de fausse alarme | ≤ 5 % |
Résumé du cas d’utilisation 5.31 : détection des angles morts pour améliorer la sécurité des véhicules en mouvement.
L’objectif est d’améliorer la sécurité des manœuvres, notamment lors des changements de voie ou des virages.
Pré-conditions :
- Le véhicule doit être équipé de capteurs ou de technologies de détection capables d’identifier les objets ou véhicules se trouvant dans les angles morts.
- Les capteurs doivent être positionnés de manière à couvrir l’ensemble des zones critiques où des angles morts peuvent exister.
- Les capteurs embarqués collectent des données en temps réel sur les objets ou véhicules situés dans les angles morts.
- Le système analyse les données pour déterminer s’il y a un risque potentiel de collision.
- En cas de détection d’un obstacle dans l’angle mort, le conducteur est averti par un signal visuel ou sonore.
- Si le conducteur ignore l’alerte et continue sa manœuvre, le système peut proposer une assistance automatique (par exemple, correction de trajectoire).
Exigences potentielles pour le soutien de ce cas d’utilisation :
Critère de performance | Valeur requise |
Niveau de confiance | ≥ 99 % |
Précision de l’estimation du positionnement horizontal | ≤ 0,5 m |
Précision de l’estimation du positionnement vertical | ≤ 0,5 m |
Précision de l’estimation de la vitesse horizontale | ≤ 0,1 m/s |
Précision de l’estimation de la vitesse verticale | ≤ 0,1 m/s |
Résolution de la détection | ≤ 0,5 m |
Latence maximale du service de détection | ≤ 200 ms |
Taux de rafraîchissement | ≤ 0,5 s |
Taux de détection manquée | ≤ 1 % |
Taux de fausse alarme | ≤ 1 % |
Résumé du cas d’utilisation 5.32 : intégration des technologies de détection et de positionnement dans un hall d’usine pour améliorer la gestion des opérations et la sécurité.
Ce cas d’utilisation concerne l’intégration de la détection et du positionnement pour suivre et localiser des objets, des équipements ou des personnes à l’intérieur d’un hall d’usine. L’objectif est d’améliorer l’efficacité des opérations de production, d’assurer la sécurité et d’optimiser l’utilisation des ressources.
- Les capteurs collectent des données sur les objets et les personnes dans le hall d’usine.
- Les données sont analysées pour déterminer la position, la vitesse et d’autres caractéristiques des objets suivis.
- Les résultats de l’analyse sont utilisés pour optimiser les flux de production, éviter les collisions et assurer la sécurité du personnel.
- Les données de détection et de positionnement sont mises à jour en temps réel pour refléter tout changement dans l’environnement.
Critère de performance | Valeur requise |
Niveau de confiance | ≥ 98 % |
Précision de l’estimation du positionnement horizontal | ≤ 0,2 m |
Précision de l’estimation du positionnement vertical | ≤ 0,2 m |
Précision de l’estimation de la vitesse horizontale | ≤ 0,05 m/s |
Précision de l’estimation de la vitesse verticale | ≤ 0,05 m/s |
Résolution de la détection | ≤ 0,2 m |
Résolution de la détection en vitesse | ≤ 0,05 m |
Latence maximale du service de détection | ≤ 100 ms |
Taux de rafraîchissement | ≤ 0,2 s |
Taux de détection manquée | ≤ 2 % |
Taux de fausse alarme | ≤ 1 % |