Le simulateur de conduite open source qui entraîne des véhicules autonomes

Les voitures autonomes sont sur le point de révolutionner les systèmes de transport dans le monde entier. Si l'on en croit le battage médiatique, les véhicules entièrement autonomes sont sur le point de prendre la route.

La vérité est plus complexe. Les technologies de conduite autonome les plus avancées ne fonctionnent que dans un ensemble extrêmement limité d'environnements et de conditions météorologiques. Et tandis que la plupart des nouvelles voitures auront une certaine forme d'assistance à la conduite dans les années à venir, les voitures autonomes qui conduisent dans toutes les conditions sans surveillance humaine sont encore dans de nombreuses années.

L'un des principaux problèmes est qu'il est difficile d'entraîner les véhicules à faire face à toutes les situations. Et les situations les plus difficiles sont souvent les plus rares. Il existe une grande variété de circonstances délicates que les conducteurs rencontrent rarement : un enfant qui heurte la route, un véhicule roulant du mauvais côté de la rue, un accident juste devant, etc.

Dans chacune de ces circonstances, une voiture autonome doit prendre de bonnes décisions, même si la probabilité de les rencontrer est faible. Et cela soulève une question importante : comment les constructeurs automobiles peuvent-ils former et tester leurs véhicules alors que ces événements sont si rares ?

Aujourd'hui, nous obtenons une sorte de réponse grâce au travail d'Alexey Dosovitskiy d'Intel Labs et de quelques amis du Toyota Research Institute et du Computer Vision Center de Barcelone, en Espagne. Ils ont créé un simulateur de conduite open source que les constructeurs automobiles peuvent utiliser pour tester les technologies de conduite autonome dans des conditions de conduite réalistes.

Le système, appelé CARLA (Car Learning to Act), simule un large éventail de conditions de conduite et répète à l'infini des situations dangereuses pour faciliter l'apprentissage. L'équipe l'a déjà utilisé pour évaluer les performances de plusieurs approches différentes de la conduite autonome.

Les simulateurs de conduite ne sont pas nouveaux. Il existe de nombreux simulateurs de conduite et de course réalistes, dont beaucoup sont conçus pour les jeux. Divers groupes de conduite autonome les ont utilisés pour tester leurs technologies.

Mais aucun de ces simulateurs ne fournit le type de rétroaction dont les systèmes de conduite autonome ont besoin pour s'entraîner efficacement. Ces systèmes ne permettent pas non plus un contrôle significatif des conditions de conduite ou des actions des autres agents.

Les simulateurs de course n'ont généralement pas de trafic de passage ou de piétons. Et les simulateurs de ville tels que Grand Theft Auto ne permettent pas de contrôler la météo, la position du soleil, le comportement des autres voitures, les feux de circulation et les piétons, les cyclistes, etc.

Et ces systèmes propriétaires ne donnent pas le type de retour technique que les systèmes de conduite autonome doivent apprendre.

Alors Dosovitskiy et co ont créé leur propre simulateur. CARLA propose une bibliothèque d'actifs qui peuvent être organisés en villes sous diverses conditions météorologiques et d'éclairage. La bibliothèque comprend 40 bâtiments différents, 16 modèles de véhicules animés et 50 piétons animés.

L'équipe les a utilisés pour créer deux villes avec plusieurs kilomètres de routes carrossables, puis a testé trois approches différentes pour former des systèmes de conduite autonome. Les approches sont évaluées dans des scénarios contrôlés de difficulté croissante, explique l'équipe.

Les résultats montrent que le système peut jouer un rôle utile. L'équipe a publié une vidéo du comportement de conduite résultant qui montre clairement à quel point les systèmes peuvent fonctionner mais aussi pourquoi ce type de formation ne peut pas être fait sur de vraies routes - les voitures roulent parfois sur le trottoir, de l'autre côté de la route, heurtent d'autres voitures, etc. au.

Bien sûr, un système comme CARLA ne peut jamais remplacer le temps de conduite sur de vraies routes. Mais cela peut fournir un terrain d'essai utile et sûr pour de nouvelles idées. Et c'est pourquoi c'est important.

CARLA est open source et libre d'utilisation à des fins non commerciales. Alors n'importe qui peut essayer carla.org . Nous espérons que CARLA permettra à une large communauté de s'engager activement dans la recherche sur la conduite autonome, déclare l'équipe.

Réf : arxiv.org/abs/1711.03938 : CARLA : Un Simulateur de Conduite Urbaine Ouvert

cacher