23ème Congrès Lambda Mu de l’IMdR 10 au 13 octobre 2022, EDF Lab Paris Saclay Argumentaire de sécurité graphique pour l’assurance de sécurité des trains autonomes Graphical safety argumentation for safety assurance of autonomous trains CHELOUATI Mohammed Institut de Recherche Technologiques Railenium 180 rue Joseph-Louis Lagrange, Valenciennes, F-559300, France mohammed.chelouati@railenium.eu EL KOURSI El-Miloudi COSYS-ESTAS Université Gustave Eiffel, 20 rue Élisée Reclus, Villeneuve d’Ascq, F-59650, France el-miloudi.el-koursi@univ-eiffel.fr BOUSSIF Abderraouf Institut de Recherche Technologiques Railenium 180 rue Joseph-Louis Lagrange, Valenciennes, F-559300, France abderraouf.boussif@railenium.eu BEUGIN Julie COSYS-ESTAS Université Gustave Eiffel, 20 rue Élisée Reclus, Villeneuve d’Ascq, F-59650, France. julie.beugin@univ-eiffel.fr Résumé — L’introduction du concept d’autonomie dans le secteur ferroviaire pose de nombreux défis, notamment en termes de sécurité. En effet, la gestion des aspects sécuritaires liés à l’utilisation des systèmes d’Intelligence Artificielle (IA), et de manière générale, à l’utilisation des différents sous-systèmes d’un train autonome sont deux verrous scientifiques à traiter. Dans le premier cas, il n’existe pas dans les normes et règlements ferroviaires Européens actuels de moyens permettant d’appréhender la sécurité des systèmes d’apprentissage. Dans le deuxième cas, appliquer les méthodes et outils conventionnels d’assurance de sécurité pour élaborer l’argumentation de sécurité dans les Dossiers de Sécurité (DS) est défiant en raison de la complexité des systèmes autonomes. Ce papier se focalise sur le deuxième point en partant du constat que les formats textuels employés dans les DS freinent la mise en place d’une argumentation claire, précise et suffisante associée aux objectifs et preuves de sécurité. De nombreuses méthodes et outils graphiques ont été développés récemment pour présenter de manière plus formalisée les argumentaires de sécurité. La méthode « Goal Stucturing Notation » (GSN – Notation de structuration des objectifs) s’avère être la plus prometteuse pour répondre à cette problématique. Pour cette raison, après avoir expliqué les atouts de la GSN, nous proposons dans cette communication une approche d’assurance de sécurité pour le train autonome fondée sur cette méthode. Mots-clefs — Sécurité ferroviaire, argumentation de sécurité, train autonome, dossier de sécurité, Goal Structuring Notation Abstract — The introduction of autonomy in railways raises several challenges related to the safety assurance process and activities. Among these challenges: the qualification/certification of Artificial Intelligence (IA) based systems, and the management of Safety Cases arguments and evidence. The former one is related to the fact that European railway standards and regulations do not yet consider learning systems in the safety assurance process. The latter challenge is related to the complexity of argument and evidence management in safety cases that the autonomous train poses. This paper focus on the second challenge, particularly, issues related to the conventional textual practices through which argument and evidence were structured and communicated. Several graphical languages and methods were developed to deal with this problem, such as, Goal Structuring Notation (GSN). To address this issue, several graphical methodologies, such as Goal Structuring Notation (GSN), were created. In this work, we propose a safety assurance framework for the autonomous train with GSN-based safety case. Keywords — Railway safety, safety argumentation, autonomous train, safety case, Goal Structuring Notation I. INTRODUCTION Le développement des trains autonomes est aujourd’hui en plein essor. Les acteurs ferroviaires y voient en effet plusieurs atouts découlant de l’optimisation de la conduite des véhicules : service de transport amélioré en termes de ponctualité, d’efficacité de circulation et de sécurité. S’ajoute à cela la réduction de la consommation d’énergie pour un train plus respectueux de l’environnement. En France, la Société Nationale des Chemin de Fer (SNCF) a lancé en 2016 un programme de recherches et développement appelé Tech4Rail pour établir les fondamentaux des systèmes ferroviaires du futur ainsi que le déploiement sûr des trains autonomes. Pour ce dernier objectif, trois projets de grande envergure ont démarré en partenariat avec l’Institut de Recherches