Nous suivre Industrie Techno

abonné

Dossiers

Véhicule autonome : Trois verrous à lever pour atteindre une véritable autonomie

Kevin Poireault

Sujets relatifs :

, ,
Soyez le premier à réagir

Soyez le premier à réagir

Véhicule autonome : Trois verrous à lever pour atteindre une véritable autonomie

La fusion des données multicapteurs est une piste pour améliorer la perception 3D dynamique.

© D.R.

La perception 3D dynamique, la maîtrise de situations variées et l’explicabilité des algorithmes restent des obstacles majeurs qui se dressent devant l’autonomie pleine et entière des véhicules. Les laboratoires d’intelligence artificielle se mobilisent.

Les chantres de la voiture autonome ont beau avoir revu à la baisse leurs ambitions, pas question d’abandonner les recherches pour aboutir à l’autonomie maximale. Les principaux verrous sont connus et des pistes émergent. À commencer par la perception 3D dynamique, encore mal maîtrisée par les systèmes de conduite autonome existants. « Aujourd’hui, nous n’avons aucun problème pour détecter, identifier et suivre les éléments d’une scène », assure Jack Weast, le vice-président de Mobileye, société israélienne de véhicules autonomes rachetée en 2017 par Intel. Mais cette performance ne vaut que pour une analyse bidimensionnelle. Jusqu’à présent, les chercheurs en apprentissage profond (deep learning) ont quasi exclusivement entraîné leurs réseaux de neurones de reconnaissance visuelle sur les images fournies par les caméras embarquées. Conçues pour détecter finement les éléments d’une scène, celles-ci peinent quand il s’agit d’estimer la profondeur. Si d’autres capteurs, les lidars, excellent dans l’exercice, « très peu de réseaux de neurones travaillent sur les points 3D » envoyés par ces derniers, rappelle Michel Dhome, directeur de recherche CNRS à l’Institut Pascal de l’université Clermont Auvergne. Et pour cause : ils pêchent, eux, du côté de la finesse de détection.

Miser sur la fusion de données multicapteurs

Pour arriver à une perception tridimensionnelle dynamique – cruciale pour différencier par exemple un véritable être humain d’une photo sur un panneau publicitaire –, les chercheurs misent sur la fusion de données multicapteurs. Cela consiste à trouver des méthodes pour combiner les informations issues de différents capteurs en utilisant un même référentiel, sur lequel on entraînera ensuite le réseau de neurones. Si les approches sont nombreuses, le Vidar, un système présenté par Waymo en juin dernier lors de la conférence Computer vision and pattern recognition (CVPR), pourrait bien « inspirer d’autres industriels », selon Michel Dhome. Développé avec le laboratoire en intelligence artificielle (IA) Google Brain, il utilise la parallaxe, l’effet du changement de position sur l’observation d’un objet, et un mélange de données issues des caméras et des lidars pour mieux modéliser la scène de manière tridimensionnelle et dynamique.

Une avancée salutaire pour le futur de la conduite autonome, mais pas suffisante. S’il est crucial de savoir exactement à quelle distance se situe un piéton arrêté sur le trottoir, il est aussi indispensable de savoir s’il s’apprête à traverser ou s’il attend un taxi. Bref, d’anticiper ses mouvements. Les grands donneurs d’ordres planchent donc sur des méthodes de prédiction du comportement des usagers de la route. Mais une poignée de start-up pourraient bien leur damer le pion en combinant apprentissage automatique et sciences comportementales. C’est le cas de Perceptive Automata, jeune pousse américaine fondée en 2016 par un trio de chercheurs en neurosciences et en apprentissage automatique. « Notre modèle est entraîné à prédire la distribution des réponses humaines à une situation donnée, avec des données physiques et comportementales », résume Sam Anthony, le cofondateur et directeur technique. Installée sur l’unité de commande électrique du véhicule, la solution de Perceptive Automata reçoit les résultats du système de détection, puis construit en temps réel une « cartographie virtuelle » où chaque élément est entouré d’une « zone de risques », plus ou moins grande en fonction des informations sur l’élément, qui change selon son évolution dans l’espace et celle des autres éléments.

Faire le pari de l'adaptation de domaine

Autre obstacle sur le chemin de l’autonomie complète : la création de systèmes tout-terrain, c’est-à-dire qui sauront conduire dans toutes les conditions. Une tâche difficile car les réseaux de neurones derrière les capteurs et le volant ont été entraînés sur un ensemble de données limité. Si toutes les situations rencontrées pendant l’entraînement ont lieu en terrain sec et sous le soleil, la voiture ne saura probablement pas conduire par temps neigeux. Hors de question, pourtant, d’essayer de multiplier les données pour couvrir toutes les situations possibles avec un entraînement supervisé. Une telle démarche nécessiterait qu’un[…]

Pour lire la totalité de cet article, ABONNEZ-VOUS

Déjà abonné ?

Mot de passe perdu

Pas encore abonné ?

vous lisez un article d'Industries & Technologies N°1035

Découvrir les articles de ce numéro Consultez les archives 2020 d'Industries & Technologies

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

Véhicule autonome : des déploiements qui s'adaptent aux terrains

Dossiers

Véhicule autonome : des déploiements qui s'adaptent aux terrains

Un tiens vaut mieux que deux tu l’auras. Pour la quasi-totalité des acteurs, l’heure n’est plus aux promesses de Gascons[…]

23/10/2020 | TransportGoogle
Véhicule autonome : « La barre a été mise trop haut, mais cela a réveillé tout l'écosystème », souligne Fawzi Nashashibi (Inria)

Dossiers

Véhicule autonome : « La barre a été mise trop haut, mais cela a réveillé tout l'écosystème », souligne Fawzi Nashashibi (Inria)

Véhicule autonome : De l'échec au nouveau départ

Dossiers

Véhicule autonome : De l'échec au nouveau départ

Batteries Lithium-ion : une vague de gigafactories déferle sur l'Europe

Batteries Lithium-ion : une vague de gigafactories déferle sur l'Europe

Plus d'articles