Pourquoi la conduite autonome nécessite-t-elle autant de capteurs

Lorsque nous conduisons une automobile, notre cerveau doit discerner tout ce qui se passe devant et autour de nous, en fonction de ce que nos sens perçoivent ainsi que des connaissances acquises sur notre itinéraire, ou des intentions que nous avons en nous déplaçant avec le véhicule.

Tout cela et bien plus encore, c’est ce que la conduite autonome doit accomplir pour parvenir à être encore plus sûre que l’être humain lorsqu’elle déplace une voiture sans que celui-ci n’intervienne. C’est pourquoi les constructeurs de voitures autonomes vantent toujours le nombre élevé de capteurs, de caméras, de systèmes à ultrasons, de radars ou d’équipements de type LIDAR qu’ils intègrent à leurs modèles. Et en effet, plus une voiture embarque d’éléments de ce type, mieux c’est. Pourquoi mieux ? Il suffit de regarder l’image qui accompagne ces lignes pour le comprendre.

La photographie montre ce que les techniciens chargés du développement des véhicules autonomes appellent un « cas limite ». Ce sont des cas dans lesquels un véhicule se comportera de manière imprévisible parce que son logiciel a traité un scénario inhabituel d’une façon différente de celle d’un être humain. On distingue sur l’image les données enregistrées par les capteurs et la caméra de la voiture, qui ont conduit le véhicule autonome à la conclusion erronée que les images des cyclistes à l’arrière du monospace qui se trouve devant sont de véritables cyclistes humains, alors qu’il ne s’agit en réalité que d’une photographie.

Dans ce point aveugle, « le LIDAR ne peut pas détecter le verre, le radar distingue principalement le métal, et la caméra peut être trompée par les images », explique le PDG de Cognata, Danny Atsmon, entreprise qui développe des simulateurs logiciels permettant d’exposer les véhicules à des cas limites afin que les techniciens mettent au point les algorithmes nécessaires pour que les véhicules autonomes puissent les gérer sans risque de provoquer des accidents. Selon Atsmon, « chacun des capteurs nécessaires à la conduite autonome résout une part différente du défi de la détection ». En découvrant progressivement quelles données peuvent être utilisées pour résoudre correctement des cas limites spécifiques (aussi bien par simulation que dans la vie réelle), les voitures apprennent à aborder des situations de plus en plus complexes.

Tesla a été critiquée pour sa décision d’utiliser uniquement radar, caméras et capteurs à ultrasons pour alimenter son système AutoPilot, après qu’un de ses véhicules n’a pas été capable de distinguer une remorque du ciel bleu éclatant. Cette erreur a provoqué une collision entre les véhicules et a coûté la vie au conducteur du véhicule de Tesla sur le coup. Les critiques soutiennent que le LIDAR est un élément clé de l’ensemble des capteurs. Contrairement à une caméra, cet appareil fonctionne bien avec peu de lumière et les éblouissements, et fournit des données plus détaillées que le radar ou les ultrasons. Mais, comme le souligne Atsmon, « même le LIDAR a des défauts » : par exemple, il ne peut pas distinguer un feu de signalisation rouge d’un feu vert.

C’est pourquoi le pari le plus sûr pour éviter ces situations est que les constructeurs continuent à faire confiance à une plus grande diversité de capteurs, en vue de créer la redondance la plus large possible dans leurs systèmes. C’est la raison pour laquelle il est nécessaire d’installer à bord de toutes les voitures autonomes le plus grand nombre possible de détecteurs, capteurs et caméras. Grâce à eux, la plupart des véhicules autonomes surmontent des problèmes comme celui que posent tant la photographie que les images de la vidéo que nous proposons, où une voiture autonome est incapable de réagir pour surmonter l’interdiction que représente pour elle le fait de devoir franchir la ligne continue du cercle tracé autour d’elle.

La combinaison et l’analyse des informations provenant de tous les systèmes de détection embarqués, avec les expériences stockées, est ce qui lui permettra de surmonter ces difficultés. Les cyclistes, au moins, lui en seront sûrement reconnaissants.

https://vimeo.com/208642358