211service.com
Un lidar de faible qualité maintiendra les voitures autonomes dans la voie lente
M. technologie
La course à la construction de voitures autonomes grand public crée une forte demande de capteurs laser qui aident les véhicules à cartographier leur environnement. Mais les versions moins chères du matériel actuellement utilisées dans les véhicules autonomes expérimentaux peuvent ne pas fournir la qualité des données requises pour la conduite à des vitesses d'autoroute.
La plupart des voitures sans conducteur utilisent des capteurs lidar, qui font rebondir les faisceaux laser sur les objets proches pour créer des cartes 3D de leur environnement. Le lidar peut fournir des données de meilleure qualité que le radar et est supérieur aux caméras optiques car il n'est pas affecté par les variations de la lumière ambiante. Vous avez probablement vu l'exemple le plus connu de capteur lidar, produit par le leader du marché Velodyne. Cela ressemble à une boîte de café en rotation perchée au sommet de voitures développées par Waymo et Uber.
Mais tous les capteurs lidar ne sont pas créés égaux. Velodyne, par exemple, propose une gamme d'offres. Son modèle haut de gamme est un mastodonte de 80 000 $ appelé HDL-64E -c'est celui qui ressemble beaucoup à une canette de café. Il crache 64 faisceaux laser, les uns sur les autres. Chaque faisceau est séparé par un angle de 0,4° (des angles plus petits entre les faisceaux correspondent à une résolution plus élevée), avec une portée de 120 mètres. À l'autre extrémité, l'entreprise vend les plus petites Palet pour 8 000 $. Ce capteur utilise 16 faisceaux de lumière, chacun séparé de 2,0°, et a une portée de 100 mètres.
Pour voir ce que signifient ces chiffres, regardez les vidéos ci-dessous. Il montre les données brutes du HDL-64E en haut et du Puck en bas. Les 64 lignes horizontales du capteur coûteux rendent la scène en détail, tandis que l'image produite par son frère moins cher rend plus difficile la détection des objets jusqu'à ce qu'ils soient beaucoup plus proches de la voiture. Bien que les deux capteurs aient théoriquement une portée similaire, la résolution inférieure du Puck le rend moins utile pour les obstacles jusqu'à ce qu'ils soient beaucoup plus proches du véhicule.
À 70 miles par heure, repérer un objet à, disons, 60 mètres fournit deux secondes pour réagir. Mais à cette vitesse, cela peut prendre 100 mètres pour ralentir jusqu'à l'arrêt. Une portée utile proche de 200 mètres est une meilleure cible à viser pour rendre les voitures autonomes vraiment sûres.
C'est là que le coût entre en jeu. Même un capteur de 8 000 $ serait un énorme problème pour tout constructeur automobile cherchant à construire une voiture autonome qu'une personne normale pourrait se permettre. Pour cette raison, de nombreux fabricants de capteurs préparent de nouveaux types de dispositifs lidar à semi-conducteurs, qui utilisent un réseau de minuscules antennes pour diriger un faisceau laser électroniquement plutôt que mécaniquement. Ces appareils promettent d'être plus faciles à fabriquer à grande échelle et moins chers que leurs frères mécaniques. Cela en ferait une option acceptable pour les constructeurs automobiles, dont beaucoup cherchent à construire des voitures autonomes pour le marché de masse dès 2021.
Mais certains de ces nouveaux dispositifs à semi-conducteurs peuvent actuellement ne pas avoir la fidélité requise pour que les voitures autonomes fonctionnent de manière sûre et fiable à des vitesses d'autoroute.
Le fabricant français de pièces automobiles Valeo, par exemple, affirme avoir construit ce qu'il dit être le premier scanner laser au monde pour les voitures qui est prêt pour la production à grande échelle, la SCALE . Il comporte quatre lignes de données avec une résolution angulaire de 0,8° . Actualité automobile précédemment signalé que Valeo fournira le capteur lidar utilisé dans la nouvelle Audi A8, bien qu'au moment de la rédaction de cet article, Audi ait refusé de le confirmer et Valeo n'a pas répondu à une demande de détails. La nouvelle A8 est la première voiture de série à être équipée d'un lidar et peut se conduire seule, mais uniquement dans les embouteillages à des vitesses inférieures à 60 km/h.
En juin, Graeme Smith, directeur général d'Oxbotica, une entreprise dérivée de la conduite autonome de l'Université d'Oxford, a déclaré Examen de la technologie MIT qu'il pense qu'un compromis entre la qualité des données et l'abordabilité dans le secteur du lidar pourrait affecter la vitesse à laquelle les véhicules autonomes à grande vitesse prennent les routes. Les applications à faible vitesse peuvent être plus abordables plus rapidement que celles à plus grande vitesse, a-t-il expliqué. Si vous voulez un laser qui fonctionne à plus de 250 mètres, vous avez besoin d'un laser finement calibré. Si vous travaillez dans un environnement à faible vitesse et que vous pouvez vous débrouiller avec une portée de 15 mètres, vous pouvez vous permettre [d'utiliser] un capteur beaucoup moins coûteux.
Austin Russell, PDG de la start-up lidar Luminar, a déclaré que sa société avait activement choisi de ne pas utiliser de matériel à semi-conducteurs dans ses capteurs, car elle estime que, même si la direction mécanique d'un faisceau est plus coûteuse, elle fournit actuellement des images plus finement détaillées qui sont essentielles pour une conduite sûre. Peu importe la quantité de magie d'apprentissage automatique que vous lancez sur quelques points [sur un objet], vous ne pouvez pas savoir ce que c'est, dit-il. Si vous ne voyez qu'une cible à environ 30 mètres, à des vitesses d'autoroute, c'est une fraction de seconde.
La norme des dispositifs à semi-conducteurs disponibles pour une utilisation dans les véhicules est susceptible de s'améliorer avec le temps, bien sûr. LeddarTech , par exemple, est une entreprise canadienne basée au Québec qui se spécialise dans les dispositifs à semi-conducteurs et produit des conceptions de référence que les fabricants de pièces automobiles utiliseront ensuite comme modèle pour produire du matériel à grande échelle. Luc Langlois, de l'entreprise, a déclaré que l'un de ses modèles, dont le coût de production est estimé à environ 75 dollars pour un constructeur automobile, comportera huit ou 16 lignes et sera disponible en décembre 2018. Une version à plus haute résolution, avec 64 lignes et dont le coût est estimé à environ 100 $, suivra environ un an plus tard.
Pour sa part, Velodyne a promis de construire un dispositif lidar à semi-conducteurs, qui, selon John Eggert, directeur des ventes et du marketing automobiles, utilisera 32 lignes laser et offrira une portée de 200 mètres, bien qu'il ne donne pas de détails sur la résolution. fournies par le matériel. Et la startup israélienne Innoviz Technologies réclamations fabriquer une unité à 100 $ avec une portée de 200 mètres et une résolution angulaire de 0,1°. Les deux entreprises ont promis de mettre ces capteurs en production dans le courant de 2018, bien que l'échelle de production et la disponibilité restent inconnues. Quanergy, une startup de la Silicon Valley, construit son propre appareil à semi-conducteurs de 250 $ qui devrait entrer en production plus tard cette année, mais au moment d'écrire ces lignes, il n'a pas répondu à plusieurs demandes de spécifications détaillées.
Smith d'Oxbotica pense que les constructeurs automobiles pourraient devoir attendre un capteur bon marché qui offre la résolution requise pour la conduite à grande vitesse. Ce sera comme des capteurs de caméra, dit-il. Lorsque nous avons eu des téléphones avec appareil photo pour la première fois, c'étaient des appareils photo de base. Et puis nous sommes arrivés à un certain point où plus personne ne s'en souciait vraiment parce qu'il y avait une limite finie à l'œil humain. Les fabricants de voitures autonomes pourraient également constater que les performances des capteurs lidar se stabilisent, à terme.
(Lire la suite: Problème de laser tournant des voitures autonomes, la nouvelle A8 d'Audi peut se conduire toute seule, mais les propriétaires doivent procéder avec prudence, l'abandon scolaire dit qu'il a fissuré le composant le plus crucial des voitures autonomes)