Au vu de tout le battage médiatique autour des véhicules autonomes ces dernières années, on pourrait imaginer que nos routes sont désormais sillonnées par des essaims de voitures sans conducteur. Cependant, les convois de camions autonomes ou les flottes de taxis ou de voitures autonomes ne se sont pas vraiment matérialisés comme on l’avait annoncé à grand renfort de publicité il y a quelques années.
Un institut américain spécialisé dans l’assurance estime qu’un nombre dérisoire de 3,5 millions de véhicules autonomes circulent sur les routes américaines d’ici à 2025. Ce chiffre passera à 4,5 millions d’ici à 2030 – et, même là, les experts ne s’attendent pas à ce que ces véhicules se déplacent par leurs propres moyens et comptent plutôt sur leurs homologues humains pour prendre des décisions cruciales.
Alors, qu’est-ce qui freine les véhicules autonomes ?
Difficile de comprendre les humains quand on est une voiture autonome
Croyez-le ou non, malgré les millions de kilomètres parcourus par ces voitures autonomes à des fins de test, et malgré tous les capteurs et la cartographie urbaine hyper-détaillée dont elles ont été équipées, les voitures autonomes ne semblent pas être en mesure de faire la seule chose essentielle qu’elles devraient faire : prédire l’imprévisibilité des humains.
« Les performances en matière de sécurité de ces véhicules autonomes, même avec un système de pointe, ne sont pas comparables à celles des conducteurs humains à l’heure actuelle », a déclaré Henry Liu, professeur de génie civil à l’université du Michigan, à ZDNET.
Selon M. Liu, le principal problème auquel se heurtent les voitures autonomes est la « malédiction de la rareté », c’est-à-dire le fait qu’il est très rare de rencontrer des accidents au cours d’un trajet quotidien. Il faut des centaines de millions, voire des milliards de kilomètres de
conduite par des véhicules autonomes pour rencontrer quelques accidents
et en tirer des leçons.
Prenons l’exemple de la société de véhicules autonomes Waymo qui se vante d’avoir atteint un million de kilomètres de conduite autonome sans moniteur humain et qui n’a connu que 18 « événements de contact » mineurs et deux majeurs.
Comment cette voiture réagirait-elle face à une personne qui déciderait de traverser la route sur un coup de tête, comme un enfant en retard pour se rendre à l’école le matin ? Ce type d’incident s’est produit à Tempe, en Arizona, en 2018, lorsqu’un véhicule d’essai d’Uber n’a pas réussi à identifier une personne qui traversait la route avec son vélo en dehors d’un passage à niveau, n’a pas pris de mesures d’évitement alors qu’il aurait pu le faire, et l’a heurtée et tuée.
Aujourd’hui, les voitures autonomes ont régulièrement des problèmes pour identifier des objets sur la route, qu’il s’agisse de sacs en papier ou d’un groupe de pigeons. Dans d’autres occasions, les résultats sont mortels.
L’éducation à l’auto-conduite
La partie autoroutière de l’environnement d’essai en réalité augmentée de M-City pour les véhicules autonomes. Image : Brenda Ahearn, Université du Michigan
Les humains doivent faire face à des événements aléatoires, complexes et imprévisibles, petits et grands, sur la route. Si certains finissent par entrer en collision ou pire, la plupart d’entre nous sont capables de s’adapter instantanément et de s’accommoder d’un résultat sûr. Malheureusement, les algorithmes qui n’ont pas été nourris de ce type d’incident pour en tirer des enseignements ne sont pas aussi flexibles.
Alors, comment s’assurer que votre véhicule à conduite autonome a été formé à l’expérience potentiellement salvatrice de partager la route avec Mad Max ?
Liu et son équipe ont commencé à collecter des données réelles, telles que la vitesse et la direction, à partir de quelques centaines de capteurs préservant la vie privée installés à des intersections intelligentes à Ann Arbor et à Détroit, qui offrent un trésor de données sur le trafic, y compris les accidents.
En outre, jusqu’à 160 voitures particulières de volontaires ont été équipées en conséquence pour l’étude.
Un rond-point à deux voies en particulier s’est avéré être une mine d’or en matière d’accidents. Car les conducteurs américains ne connaissent pas très bien les ronds-points. Liu connait bien cet endroit pour y avoir emmené à plusieurs reprises son fils afin de l’aguerrir pour son examen de conduite.
L’étude de l’université du Michigan a ensuite retiré des données de conduite les informations critiques ne concernant pas la sécurité. En d’autres termes, elle a supprimé tous les kilomètres ennuyeux de conduite sûre entre deux accidents. Mais l’université a gardé les données des accrochages. Ces données ont ensuite été introduites dans le réseau neuronal utilisé pour entraîner le véhicule autonome.
L’équipe s’est ensuite rendue à M-City, une sorte de « Truman Show » pour les voitures, un faux environnement urbain avec des feux rouges, des piétons robotisés et d’autres véhicules.
« Nous avons créé un environnement de test de réalité mixte », a déclaré M. Liu. « Les véhicules de test AV que nous utilisons sont réels, mais les véhicules d’arrière-plan sont virtuels, ce qui nous permet de les entraîner à créer des scénarios difficiles qui ne se produisent que rarement sur la route.
Dans cet espace, les véhicules d’essai sont confrontés à des situations dangereuses beaucoup plus fréquentes, bien que virtuelles, ce qui réduit considérablement le temps nécessaire à l’apprentissage du code de la route. Liu estime que le temps nécessaire à l’entraînement d’une voiture de type Waymo pourrait désormais se limiter à quelques milliers de kilomètres contenant une variété d’accidents, au lieu des dizaines de millions de kilomètres de macadam sans histoire.
Mais même dans ce cas, les experts affirment que les ordinateurs des AV n’auront pas la capacité de penser rapidement et intuitivement comme le font les humains lorsqu’ils sont confrontés à des situations complexes et imprévisibles. Mauvaise nouvelle pour l’industrie de la conduite autonome, peut-être, mais excellente nouvelle pour l’humanité qui tente de garder une longueur d’avance sur la montée en puissance des machines.
Source : « ZDNet.com »
Cliquez ici pour lire l’article depuis sa source.