De jolies routes et des piétons attentifs constituent un obstacle pour les voitures entièrement autonomes

Pour fabriquer les meilleures voitures autonomes, nous devrons apprendre à leurs A.I. comment naviguer dans les pires conditions possibles. C’est pourquoi l’innovation la plus audacieuse dans ce domaine pourrait bien se dérouler loin des rues ensoleillées de la Californie, mais dans des environnements moins tolérants.

«Personne n’achètera une voiture autonome pour la conduire uniquement en Californie. C’est une question de systèmes industriels de niveau supérieur », déclare Olga Uskova, présidente de la société russe Cognitive Technologies et fondatrice du système de conduite autonome C-Pilot, Inverse. «Par exemple, dans notre système, nous utilisons une technologie appelée« tunnel virtuel ». Le véhicule se déplace non seulement par le marquage routier, mais il définit la scène de la route de la même manière que le cerveau humain, en analysant les situations latérales - l'emplacement des arbres, des bâtiments, la ligne d'horizon, etc."

Uskova note que 70% des routes du monde ne ressemblent en rien à celles trouvées en Californie. Mais au lieu de passer de pistes de test vides à des situations plus réelles, l’équipe d’Uskova a décidé d’utiliser ces conditions difficiles comme point de départ. Ils ont déterminé que conduire par mauvais temps utilisait de toute façon environ 35 à 40% du temps de test.

«Le climat dans la plupart des régions de la Russie est caractérisé par un grand nombre de jours par an où les conducteurs doivent voyager par mauvais temps - sur les routes enneigées, boueuses, dépourvues de signalisation et par mauvaise visibilité», déclare Uskova.

C’est cette approche en profondeur qui caractérise une bonne partie du développement de la voiture autonome sur la scène internationale. Au Royaume-Uni, par exemple, il n’existe aucune loi contre le jaywalking. Certaines startups ont fait valoir qu'il s'agissait d'un lieu idéal pour l'enseignement de la conduite automobile A.I. comment traiter avec les piétons embêtants. L'un d'entre eux, basé à l'Imperial College de Londres, a déjà mis au point un système capable de comprendre plus de 150 comportements afin de déterminer si un piéton est sur le point de sortir de la route.

"Nous sommes très confiants de pouvoir prédire si quelqu'un va traverser ou non", a déclaré Leslie Noteboom, cofondatrice de Humanising Autonomy. Soirée Standard. «Les voitures doivent comprendre l’ensemble du comportement humain avant de pouvoir être appliquées dans des environnements urbains. La technologie actuelle permet de comprendre s’il s’agit d’un piéton et non d’un lampadaire, et du lieu où ce piéton se déplace, en l’encadrant comme une boîte. Nous regardons à l'intérieur de cette boîte pour voir ce que la personne fait, où elle regarde, est-elle au courant de la voiture, est-elle au téléphone ou est-elle en train de courir? Cela signifie-t-il qu'elle est distraite ou dangereuse?"

Londres devrait accueillir ses premiers taxis autonomes en 2021, avec la collaboration du développeur basé à Oxford, Oxbotica, et de la société de taxis Addison Lee. Oxbotica a effectué une série de livraisons limitées de produits d'épicerie dans le cadre de ses tests, tout en se préparant pour une voiture autonome de Londres à Oxford dans la seconde moitié de 2019. Le trajet de 60 km offre un service cellulaire inégal, ce qui rendra les communications automobiles difficiles. Le pays dans son ensemble dispose d'environ 75% de couverture géographique 3G et 4G. L’équipe devra déterminer la réaction de la voiture en cas de perte de connexion à Internet.

Dans le cas de Cognitive Pilot, il a fallu développer de nouveaux capteurs capables de gérer la route, quoi qu’il en soit. Il a développé un radar capable de créer une projection 3D d'objets à une distance de 300 mètres. Alors que la Silicon Valley se concentre principalement sur les solutions lidar qui luttent contre les intempéries, le radar est mieux équipé en toutes saisons. Par mauvais temps, la portée du radar de l’équipe ne chute que de 50 à 100 mètres pour atteindre entre 200 et 250 mètres. Le lidar, qui utilise un laser rotatif pour rebondir sur des objets et lire leur distance, peut échouer dans la neige lorsque leurs lasers rebondissent sur des flocons tombés.

La Silicon Valley n’est pas aveugle à ces problèmes. En mars 2017, Waymo avait testé son système de conduite autonome à travers la neige à South Lake Tahoe. Tesla, qui considère lidar comme ayant trop de défauts, a déjà opté pour une combinaison de caméras et de radars pour sa suite «Hardware 2» conçue pour autonomie à une date ultérieure. Même le PDG Elon Musk note cependant qu’il est «extrêmement difficile» de développer une solution de conduite autonome polyvalente.

Les entreprises de technologie ont récemment dû réduire leurs attentes, alors que les essais de Waymo en Arizona se heurtaient à des intersections complexes. Drive.AI a même suggéré de réaménager les routes pour accueillir ces nouvelles voitures. Bien que Musk soit toujours convaincu que Tesla pourrait parvenir à une solution point à point l’année prochaine, les défis auxquels font face les développeurs internationaux montrent qu’il est difficile de déterminer comment ces systèmes fonctionneront ailleurs.