Autre course dans l’industrie de l’automobile, les véhicules autonomes, une course est lancée entre les constructeurs automobiles à développer des systèmes avancés qui peuvent et actualisent en permanence la localisation précise d’un véhicule, une capacité de base que les véhicules autonomes exigent pour s’orienter sur les routes. La conduite entièrement autonome ne peut pas fonctionner qu’avec le seul GPS, qui n’a une précision que de quelques mètres. Ce qui n’est pas suffisant pour localiser la position exacte du véhicule. Or, pour un véhicule autonome, connaître son emplacement précis est essentiel. Et pas seulement dans une ville ou sur une route. Le véhicule doit également connaître sa position réelle dans sa voie de circulation, car une variation de quelques centimètres peut faire une grande différence.
Les constructeurs automobiles sont en mesure d’améliorer les fonctionnalités des systèmes d’aide à la conduite, notamment le régulateur de vitesse automatique, les phares adaptatifs ou l’alerte de vitesse excessive en approche de virage, en leur fournissant en quasi temps réel des informations contextuelles et du contenu plus précis et plus fiable sur l’environnement du véhicule.
Les données “crowdsourcing”, après avoir été recueillies par le véhicule et traitées, peuvent être partagées avec d’autres véhicules sur la route pour mettre à jour leurs cartes ainsi que des informations sur le trafic et l’évolution des conditions de la route. Nous ne devrions pas voir les voitures autonomes sur nos routes cette décennie. Nous pourrions les voir entre 2020 et 2030.
Plusieurs annonces lors du CES son intéressante sur le sujet, la technologie devient de plus en plus fine et les capteurs de plus en plus petit (voir la vidéo de Ford ci-dessous) ! :
Ford
Cette année, la marque va tripler sa flotte de Ford Fusion Hybrid autonome et ainsi disposer de la plus grande flotte de véhicules de test autonomes de l’industrie automobile. Ces nouveaux véhicules utiliseront une technologie de capteurs de nouvelle génération qui vont permettre à la marque d’accélérer le développement de ses véhicules autonomes. Sur sa troisième génération de plate-forme de véhicule autonome, le constructeur utilise les plus récents capteurs automobiles LiDAR de Velodyne, nommés Solid-State Hybrid Ultra PUCK en raison de leur taille et leur forme comparables à celle d’un palet de Hockey.
Les capteurs Solid-State Hybrid Ultra PUCK offrent une plus longue portée de 200 mètres, faisant d’eux les premiers capteurs LiDAR spécifiques automobiles capables de gérer différents scénarios de conduite. Cette technologie va accélérer le développement et la validation des logiciels de pilotage virtuel de Ford.
D’autre part, le capteur LiDAR est beaucoup plus précis que le GPS pour identifier l’emplacement exact de la Fusion Hybrid autonome sur sa voie de circulation, au centimètre près. Le capteur LiDAR émet de courtes impulsions de lumière laser pour permettre au véhicule de créer avec précision une image 3D haute définition en temps réel de ce qui est autour de lui.
Sur la Neige
“C’est une chose de conduire une voiture par une météo clémente”, explique Jim McBride, responsable technique pour les véhicules autonomes de Ford. “C’en est une autre de le faire lorsque les capteurs de la voiture ne peuvent pas voir la route parce qu’elle est couverte de neige. La météo n’est pas toujours au beau fixe. D’ailleurs, à peu près 70 % des résidents des États-Unis vivent dans des régions régulièrement enneigées”.“ “Les cartes élaborées par d’autres entreprises ne fonctionnent pas toujours dans les paysages enneigés”, détaille Ryan Eustice, professeur associé à l’Université du Michigan College of Engineering. “Les cartes que nous avons créées avec Ford contiennent des informations utiles à propos de l’environnement 3D autour de la voiture, permettant au véhicule de se localiser même avec une couverture de neige recouvrant le sol”.
Les tests hivernaux ont lieu dans le Michigan, notamment à Mcity, une structure de 13 hectares située au cœur de l’Université du Michigan et qui reproduit un environnement urbain réel.
GENERAL MOTORS
General Motors va collaborer avec Mobileye (Tesla Motors utilise Mobileye le système de vision dans ses voitures, voir la vidéo ci-dessous) pour offrir des données en temps réel d’une localisation précise et haute définition des données de la route. Actuellement, les technologies d’assistance pour les véhicules autonomes reposent principalement sur des caméras pour repérer les marquages au sol et d’autres sites, permettant au véhicule de s’orienter sur la chaussée et pour éviter les obstacles sur la route ou entrer en collision avec un objet tel un poteau électrique.
Mais les routes manquent souvent de marquages au sol, marquages qui peuvent être masqués par le brouillard ou la glace ou la neige, et des conditions telles que les limites de vitesse, la qualité des chaussées peut changer et compromettre l’orientation précise du véhicule. Le système de Mobileye, qui utilise des caméras, des capteurs pour créer des cartes, car elles sont déjà disponibles dans la plupart des nouveaux modèles de voiture dans le cadre de la tendance croissante de déploiement d’assistance au conducteur.
TOYOTA
Toyota a mis au point un système de cartographie de haute précision que vont utiliser les véhicules équipés de caméras et appareils de positionnement global par satellite pour recueillir des informations, d’abord sur les autoroutes et, éventuellement, sur les rues secondaires. Bien que Toyota va créer ses propres cartes, le constructeur automobile a dit qu’il est ouvert à la coopération avec les sociétés de cartographie.
James Kuffner, chef de la division robotique de Google a quitté la société pour rejoindre Toyota et le Lab de recherche dans la Silicon Valley qui utilisent l’intelligence artificielle et la robotique, l’annonce a été faite pendant le CES… C’est l’un des dix premiers employés de Google qui a commencé à travailler sur la voiture autonome du géant ! Toyota à montré sur son stand, ce que fera l’intelligence artificielle demain avec ce type de voitures, voir ci-dessous le Vine.
4 objectifs pour la marque avec ce lab, leur budget 1 milliard de dollars…
1. Construire des voitures qui ne peuvent pas avoir d’accident, peu importe si le conducteur incompétent !
2. Permettre aux personnes qui ne peuvent pas conduire d’avoir accès à des véhicules automobiles
3. Construire des produits qui améliorent la mobilité à l’intérieur, y compris les robots domestiques
4. Développer de nouveaux matériaux pour réduire le coût et le poids des voitures et améliorer leur efficacité.
RENAULT NISSAN
Renault-Nissan prévoit de lancer 10 voitures dans les quatre prochaines années équipées de la technologie de conduite autonome. Il prévoit d’ajouter une fonctionnalité de “contrôle unique de la voie” aux voitures cette année qui permet pour de conduite en mains libres sur les autoroutes et dans une circulation dense. En 2018, la société prévoit d’améliorer le système de sorte qu’il peut naviguer sur une autoroute, en 2020, la technologie aura suffisamment avancé pour être en mesure de gérer les intersections de la ville et de la circulation urbaine sans l’intervention du conducteur.
HERE
Prêt à être intégré à des véhicules connectés en Amérique du Nord et dans les pays d’Europe de l’ouest, HD Live Map crée une représentation dynamique et extrêmement détaillée de l’environnement routier qui permet à un véhicule de voir au-delà de la portée de ses capteurs embarqués.HD Live Map est conçu pour améliorer les fonctionnalités des systèmes avancés d’aide à la conduite automobile (ADAS) et de la conduite automatisée, l’objectif étant de rendre la conduite plus confortable et agréable.
HD Map Live combine à la fois des données stables dans le temps (par exemple les informations sur le niveau des routes), des données dynamiques (comme les travaux, les accidents ou le trafic), ainsi que des données analytiques (comme par exemple des informations sur le profil de conduite que le véhicule doit intégrer, établi à partir de données sur les comportements réels de conducteurs humains). HERE HD Live Map est le premier outil cartographique autoapprenant de HERE : la carte du véhicule est mise à jour et délivrée en quasi-temps réel grâce à plusieurs modes d’agrégation et d’acquisition des capteurs.
Par exemple, si des capteurs embarqués détectent un panneau de limitation de vitesse contradictoire avec les informations cartographiques actuelles, la carte se met à jour en conséquence afin que les autres véhicules s’approchant du lieu concerné disposent des nouvelles informations ajustées. Cette intelligence revêt toute son importance pour les fonctionnalités des systèmes d’aide à la conduite comme le régulateur de vitesse automatique adaptatif. De manière similaire, si une nouvelle fermeture de voie est signalée, la carte se met à jour afin que les autres véhicules s’approchant de la zone puissent se préparer à changer de voie ou à prendre un autre itinéraire si le trafic est dense.
HERE fournit déjà à plus de dix entreprises du secteur automobile tout ou partie des fonctionnalités de HD Live Map pour des tests de conduite automatisée. Plusieurs acteurs se sont notamment appuyés sur les données de HERE HD Live Map fournies pour tester des portions de routes dans la Silicon Valley et dans le Michigan aux États-Unis, ainsi qu’en France, en Allemagne et au Japon.