Équipe internationale fait un grand pas en avant dans la technologie de véhicules autonomes

Les véhicules autonomes sont sur le point de révolutionner les transports – cependant, leur mise en œuvre réussie dépend de la capacité à reconnaître et à réagir avec précision aux menaces externes. Des algorithmes de traitement du signal et d’analyse d’images aux systèmes d’intelligence artificielle intégrés à l’infrastructure IoT, une gamme de technologies doit être utilisée pour que les voitures autonomes puissent assurer une exploitation sûre sur des terrains variés. Pour garantir que la sécurité des passagers ne soit pas compromise alors que ces voitures de pointe deviennent plus répandues, des méthodes robustes doivent être développées pour détecter rapidement et de manière fiable les dangers potentiels.

Les véhicules autonomes s’appuient sur des capteurs high-tech tels que LiDAR, radar et caméras RGB pour générer de grandes quantités d’informations pour identifier correctement les piétons, les autres conducteurs et les dangers potentiels. L’intégration de capacités de calcul avancées et d’Internet des objets (IoT) dans ces voitures automatisées permet de traiter rapidement ces données sur place pour naviguer plus efficacement dans diverses zones et objets. En fin de compte, cela permet au véhicule autonome de prendre des décisions en une fraction de seconde avec une précision nettement supérieure à celle des conducteurs humains traditionnels.

Un grand pas en avant dans la technologie de conduite autonome

Des recherches révolutionnaires menées par le professeur Gwanggil Jeon de l’Université nationale d’Incheon, en Corée, et son équipe internationale marquent un grand pas en avant dans la technologie de conduite autonome. Le système intelligent IoT-enabled de bout en bout innovant qu’ils ont développé permet la détection d’objets 3D en temps réel à l’aide de l’apprentissage profond, ce qui en fait un système plus fiable et plus efficace que jamais. Il peut détecter un plus grand nombre d’objets avec plus de précision, même dans des environnements difficiles tels que la faible lumière ou les conditions météorologiques inhabituelles – ce que d’autres systèmes ne peuvent pas faire. Ces capacités permettent une navigation plus sûre autour de divers scénarios de circulation, ce qui élève la barre pour les systèmes de conduite autonome et contribue à améliorer la sécurité routière dans le monde entier.

La recherche a été publiée dans la revue IEEE Transactions of Intelligent Transport Systems.

« Pour les véhicules autonomes, la perception de l’environnement est cruciale pour répondre à une question fondamentale : ‘Qu’est-ce qui m’entoure ?’ Il est essentiel qu’un véhicule autonome puisse comprendre de manière efficace et précise ses conditions et environnements environnants pour effectuer une action réactive », explique le professeur Jeon. « Nous avons conçu un modèle de détection basé sur YOLOv3, un algorithme d’identification bien connu. Le modèle a été utilisé à l’origine pour la détection d’objets 2D, puis modifié pour les objets 3D », poursuit-il.

Basé sur YOLOv3

L’équipe a fourni les images RGB collectées et les données de nuage de points à YOLOv3, qui a ensuite généré des étiquettes de classification et des boîtes de délimitation avec des scores de confiance. Ses performances ont ensuite été testées avec le jeu de données Lyft, et les premiers résultats ont montré que YOLOv3 a atteint une précision de détection extrêmement élevée (>96%) pour les objets 2D et 3D. Le modèle a surpassé divers modèles de détection d’état de l’art.

Cette méthode nouvellement développée pourrait être utilisée pour les véhicules autonomes, le stationnement autonome, la livraison autonome et les futurs robots autonomes. Elle pourrait également être utilisée dans des applications où la détection d’objets et d’obstacles, le suivi et la localisation visuelle sont nécessaires.

« Actuellement, la conduite autonome est effectuée par le traitement d’images basé sur LiDAR, mais il est prévu qu’une caméra générale remplacera le rôle de LiDAR à l’avenir. Par conséquent, la technologie utilisée dans les véhicules autonomes change à chaque instant, et nous sommes à la pointe », déclare le professeur Jeon. « Sur la base du développement de technologies élémentaires, des véhicules autonomes avec une sécurité améliorée devraient être disponibles dans les 5-10 prochaines années ».