Modèles et plateformes d’IA

Nouveau logiciel améliore la sécurité des véhicules autonomes dans les situations de trafic

mm
Ajouter Unite.AI à vos sources préférées sur Google

L’Université technique de Munich (TUM) a développé un nouveau logiciel qui améliorera la sécurité des véhicules autonomes lorsqu’ils sont confrontés à la circulation routière. Le logiciel est capable de faire des prévisions sur une situation de trafic, et il fonctionne extrêmement vite, faisant des prévisions toutes les millisecondes.

Ce logiciel sera utile dans une situation, par exemple, où le véhicule autonome rencontre un autre véhicule et des piétons simultanément. Ce scénario semble imprévisible, et les conducteurs humains expérimentés devraient prêter attention à une variété de facteurs différents.

La recherche a été publiée dans Nature Machine Intelligence, intitulée « Utilisation de la vérification en ligne pour empêcher les véhicules autonomes de causer des accidents ».

Garantir un logiciel sécurisé

Matthias Althoff est professeur de systèmes cyberphysiques à la TUM.

« Ce type de situations présente un défi énorme pour les véhicules autonomes contrôlés par des programmes informatiques », déclare Althoff. « Mais la conduite autonome ne gagnera l’acceptation du public en général que si vous pouvez garantir que les véhicules ne mettront pas en danger d’autres usagers de la route – peu importe à quel point la situation de trafic est confuse. »

L’un des principaux défis entourant le développement de logiciels pour véhicules autonomes est de s’assurer qu’il ne causera pas d’accidents.

Le logiciel, qui a été développé par une équipe dirigée par Althoff à l’École de robotique et d’intelligence des machines de Munich à la TUM, est capable d’analyser et de prédire en permanence les événements de trafic tout en étant sur la route. Il fonctionne en enregistrant et en évaluant les données des capteurs de véhicule toutes les millisecondes, et le logiciel est capable de faire des prévisions et des calculs pour tous les mouvements possibles de chaque participant au trafic. Cela dépend de la conformité des participants aux règlements de la circulation routière, et cela donne pour résultat que le système est capable de prédire trois à six secondes dans le futur.

Une fois qu’il détermine ces secondes futures, le système décide des mouvements possibles pour le véhicule autonome, tout en calculant les mouvements d’urgence en cas de situation dangereuse. En raison de cet aspect d’urgence du logiciel, il est courant que le système ne suive que les itinéraires qui ne présentent pas de collisions prévisibles où l’option de manœuvre d’urgence est requise.

Considéré autrefois comme non pratique

Les raisons pour lesquelles il a fallu si longtemps pour développer un système comme celui-ci est qu’il était traditionnellement considéré comme chronophage et moins pratique que d’autres solutions. Cependant, l’équipe de chercheurs a maintenant prouvé son efficacité et comment l’implémenter.

Des modèles dynamiques simplifiés sont utilisés pour les calculs, tandis que l’analyse de portée aide à calculer les mouvements futurs du trafic. Puisqu’il faut si longtemps pour calculer tous les usagers de la route et leurs caractéristiques en même temps, l’équipe s’est concentrée sur des modèles simplifiés pour accélérer le processus. Ces modèles sont à la fois mathématiquement réalisables et ont une plus grande gamme de mouvement que les modèles réels, et ils permettent d’explorer un grand nombre de combinaisons possibles.

L’équipe a ensuite développé un modèle virtuel basé sur des données de trafic réel collectées lors d’essais de conduite avec un véhicule autonome, ce qui a fourni un environnement de trafic réel pour tester le système.

« En utilisant les simulations, nous avons pu établir que le module de sécurité ne conduit pas à une perte de performance en termes de comportement de conduite, les calculs prédictifs sont corrects, les accidents sont prévenus, et dans les situations d’urgence, le véhicule est démontrablement arrêté en toute sécurité », déclare Althoff.

Le nouveau logiciel est juste le dernier exemple des progrès qui ont lieu dans le domaine des véhicules autonomes, et il constitue une preuve supplémentaire de l’efficacité possible de ce qui était autrefois considéré comme des solutions non pratiques.

Alex McFarland est un journaliste et écrivain en intelligence artificielle qui explore les derniers développements en intelligence artificielle. Il a collaboré avec de nombreuses startups et publications en intelligence artificielle dans le monde entier.