Cette image est la raison pour laquelle les voitures autonomes sont équipées de nombreux types de capteurs

Les voitures autonomes prétendent souvent fièrement être équipées d'une longue liste de capteurs : caméras, ultrasons, radar, lidar, etc. Mais si vous vous êtes déjà demandé pourquoi tant de capteurs sont nécessaires, ne cherchez pas plus loin que cette image.

Vous examinez ce que l'on appelle dans l'industrie des voitures autonomes un cas limite - une situation dans laquelle un véhicule aurait pu se comporter de manière imprévisible parce que son logiciel a traité un scénario inhabituel différemment de la façon dont un humain le ferait. Dans cet exemple, un logiciel de reconnaissance d'images appliqué aux données d'une caméra ordinaire a été trompé en pensant que les images de cyclistes à l'arrière d'une camionnette sont de véritables cyclistes humains.

Cet angle mort particulier a été identifié par des chercheurs de Belle-soeur , une entreprise qui construit des simulateurs logiciels - essentiellement des jeux informatiques hautement détaillés et programmables - dans lesquels les constructeurs automobiles peuvent tester des algorithmes de conduite autonome. Cela leur permet de jeter ces types de cas extrêmes sur les véhicules jusqu'à ce qu'ils puissent trouver comment les traiter, sans risquer un accident.

La plupart des voitures autonomes surmontent des problèmes tels que l'image déroutante en utilisant différents types de détection. Le lidar ne peut pas détecter le verre, le radar détecte principalement le métal et la caméra peut être trompée par les images, explique Danny Atsmon, PDG de Cognata. Chacun des capteurs utilisés dans la conduite autonome vient résoudre une autre partie du défi de détection. En déterminant progressivement quelles données peuvent être utilisées pour traiter correctement des cas extrêmes particuliers, que ce soit en simulation ou dans la vie réelle, les voitures peuvent apprendre à gérer des situations plus complexes.

Tesla a été critiquée pour sa décision de n'utiliser que des radars, des caméras et des capteurs à ultrasons pour fournir des données à son système de pilote automatique après qu'un de ses véhicules n'a pas réussi à discerner une remorque de camion d'un ciel lumineux et s'y est heurté, tuant le conducteur de la Tesla. Les critiques affirment que le lidar est un élément essentiel dans le mélange de capteurs - il fonctionne bien dans des conditions de faible luminosité et d'éblouissement, contrairement à une caméra, et fournit des données plus détaillées que le radar ou les ultrasons. Mais comme le souligne Atsmon, même le lidar n'est pas sans défauts : il ne peut pas faire la différence entre un feu rouge et un feu vert, par exemple.

Le pari le plus sûr est donc que les constructeurs automobiles utilisent un ensemble de capteurs, afin de créer une redondance dans leurs systèmes. Les cyclistes, au moins, les en remercieront.

(Lire la suite : Les voitures robotisées peuvent apprendre à conduire sans quitter le garage, le problème du laser tournant des voitures autonomes, le crash de Tesla façonnera l'avenir des voitures automatisées)

cacher