Un moyen simple d'accélérer l'arrivée des voitures autonomes

Un nouvel ensemble de données publiques sur les voitures autonomes montre que même un simple trajet en ville peut pousser la conduite automatisée à ses limites. Il souligne également comment le partage de données pourrait aider les voitures autonomes à prendre la route beaucoup plus tôt.

Des chercheurs de l'Université d'Oxford ont publié l'ensemble de données détaillées, qui met en évidence certains des problèmes les plus difficiles auxquels les voitures autonomes seront confrontées. Les données consistent en des milliers d'heures de données provenant du même tronçon de route de 10 kilomètres au cours d'une année. Et cela montre comment la météo, l'éclairage et même les caractéristiques des routes elles-mêmes peuvent varier énormément sur une période de temps relativement courte.

Les chercheurs ont suivi le type de variation auquel les voitures autonomes devront faire face au jour le jour : véhicules en mouvement, voitures garées de différentes manières et variations d'éclairage. Ensuite, il y a des changements à plus long terme, dit Will Maddern , chercheur principal au sein du Mobile Robotics Group de l'Université d'Oxford. Construction, travaux routiers, changements saisonniers de la végétation, etc.

Lorsque les chercheurs de Google ont commencé à tester des voitures autonomes, ils ont constaté que les véhicules étaient facilement déconcertés par les rotations occupées. Les véhicules, programmés pour pécher par excès de prudence, ont fait le tour pendant des minutes avant de trouver comment s'échapper. L'équipe d'Oxford a découvert un autre type de problème : au cours d'une année, un rond-point a été déplacé trois fois par la ville.

Les données de télémétrie laser recueillies par une équipe de l'Université d'Oxford montrent comment les voitures autonomes doivent s'adapter à la façon dont la végétation change au cours de l'année.

Les systèmes qui reposent sur une cartographie précise, y compris les véhicules de Google, auront du mal à faire face à de tels changements. C'est vraiment un problème ouvert, dit Maddern. L'une des raisons pour lesquelles nous avons collecté ces données était de trouver où les systèmes que nous construisons tomberaient en panne.

Certaines entreprises, telles que Tesla, n'utilisent pas de cartes détaillées, mais s'appuient plutôt sur les progrès du traitement des images et des capteurs pour détecter et éviter les obstacles. Mais ces systèmes seraient également confondus par les types de caractéristiques identifiées par l'équipe d'Oxford. Google et Tesla ouvrent la voie en termes de quantité de données de conduite collectées, mais ils n'auront pas autant de données qu'Oxford montrant des variations sur un seul itinéraire.

Cet ensemble de données est une merveilleuse contribution au domaine, dit Jean Léonard , professeur au MIT qui a aidé à développer certains des algorithmes clés pour les voitures autonomes, et qui travaille sur un effort de recherche coordonné par Toyota. Des ensembles de données à grande échelle et de longue durée peuvent donner un énorme coup de pouce au rythme de progression.

Leonard ajoute que si les entreprises développant des voitures autonomes partageaient leurs données, cela pourrait accélérer l'arrivée de la technologie qui sauve des vies. Plus généralement, je pense que ce serait formidable si davantage de groupes travaillant sur les voitures autonomes pouvaient partager des ensembles de données, et aussi rendre plus d'outils disponibles en open source, dit-il.

D'autres dans l'industrie font écho à son sentiment. S'exprimant lors d'une conférence la semaine dernière, Gill Pratt, PDG du Toyota Research Institute en Californie, a déclaré qu'étant donné les implications en matière de sécurité, les constructeurs automobiles pourraient également envisager de travailler ensemble, ce qui pourrait inclure le partage de certaines des données qu'ils collectent.

Il est important de se rappeler que nous ne devons pas toujours travailler seuls, a déclaré Pratt. Notre grand espoir est une concurrence constructive et aussi une collaboration entre tous les constructeurs automobiles, les sociétés informatiques, les différents gouvernements, ainsi que les fabricants de matériel.

cacher