Le MOOC de Lex Fridman du MIT (Deep Learning for Self –Driving Cars) est fortement recommandé pour tous ceux qui s’intéressent au sujet, d’un point de vue technique.
On estime qu’il y a environ 1,35 millions (en 2016) décès sur les routes chaque année.
La mortalité est différente selon les pays mais d’une manière générale, les décès sont beaucoup plus fréquents dans les pays à faibles revenus.
Le taux de décès dus à des accidents de la circulation à l’échelle mondiale est de 18,2 pour 100 000 habitants, mais il varie considérablement selon les régions, se situant entre 9,3 et 26,6 pour 100 000 habitants. Les régionsde l’Afrique et de l’Asie du Sud-Est ont les taux régionaux de décès dus à des accidents de la circulation les plus élevés, avec respectivement 26,6 et 20,7 décès pour 100 000 habitants, suivies par les régions de la Méditerranée orientale et du Pacifique occidental, avec des tauxcomparables au taux mondial, 18 et 16,9 décès pour 100 000 habitants respectivement. Les régions des Amériques et de l’Europe quant à elle sont les taux les plus bas de 15,6 et 9,3 décès pour 100 000 habitants respectivement.
https://www.who.int/violence_injury_prevention/road_safety_status/2018/French-Summary-GSRRS2018.pdf
A cette mortalité, il faut ajouter le nombre de blessés qui est 20 fois supérieur.
En France, en 2018, il y a eu 3503 tués, 22 187 blessés hospitalisés et plus de 47 000 blessés légers.
Si les véhicules autonomes permettent de diminuer la mortalité sur les routes, alors ce seul argument justifie l’exploration de cette piste.
Mais il y a d’autres raisons que la sécurité pour intégrer de l’Intelligence Artificielle dans les véhicules et les rendre plus autonomes, par exemple : diminuer la durée des trajets, permettre de faire autre chose durant ces trajets, faciliter à tous les déplacements.
Situation actuelle
Il n’y a toujours pas, un seul endroit dans le monde, où circulent des véhicules totalement autonomes. Les prédictions les plus optimistes prévoient un nombre limité (10 00) de véhicules autonomes pour 2020 mais certains constructeurs pensent plus réalistes d’attendre 2025.
Les voitures actuelles intègrent déjà des capteurs et des logiciels capables de détecter les lignes blanches, les piétons, surveiller l’angle mort, lire les panneaux de signalisation, réguler la vitesse, assister au parking, …
Ce n’est pas encore de l’autonomie mais on s’en rapproche. Quoiqu’il en soit, en attendant, les acteurs ne restent pas passifs !
Acteurs
Sans surprise, le marché est occupé par les US.
Waymo
Waymo, c’est Google !
Ils ont déjà conduit en autonomie 20 millions de km sur les routes et des milliards de km en simulation. Evidemment, ce qui intéresse Google, c’est d’abord les logiciels. Pour rappel, Google a créé TensorFlow, l’outil principal pour développer des applications de Deep Learning. Google a aussi acheté Deep Mind, la société anglaise spécialisée en Apprentissage par Renforcement. Google dispose aussi des datacenters et du Cloud pour héberger les calculs et les données transmises en temps réel et ils ont Google Maps.
Google dispose de tous les outils nécessaires pour être un des leaders sur le marché.
Tesla
Les conducteurs de Tesla, ont conduit plus de 2 milliards de km en mode semi autonome (niveau 2).
Il existe 5 niveaux d’autonomie :
https://www.nhtsa.gov/technology-innovation/automated-vehicles-safety#resources
- le niveau 1 désigne les aides à la conduite (ABS, EPS, angle mort, …)
- le niveau 2 combine la direction et le contrôle de l’accélérateur et du frein. Vous devez garder les mains sur le volant et être prêt à réagir
- le niveau 3 vous permet de lâcher le volant mais vous devez rester vigilant (c’est pour une conduite sur autoroute)
- le niveau 4 vous autorise à lire un livre pendant que la voiture vous déplace
- le niveau 5 n’a plus besoin de conducteur. Elle vient vous chercher seule !
Selon Lex Fridman, il n’y a que 2 niveaux d’autonomie (Human Centered Autonomy et Full Autonomy).
Uber
Uber veut des taxis autonomes. Il est peu probable qu’Uber fabrique des véhicules ou des logiciels pour les rendre autonomes. Par contre, ils auront peut-être la capacité de déployer en masse des taxis autonomes.
Autres
Il n’y a pas que les constructeurs ou les développeurs de logiciels impliqués dans ce nouveau marché. il y a aussi tous ceux qui fournissent des capteurs (caméras, radars, LiDARs), des chips (Intel, Nvidia) mais aussi des logiciels pour la sécurité ou la communication avec les réseaux.
Technologie
Ce qui permettra l’autonomie, c’est l’intelligence artificielle et plus exactement le deep learning et l’apprentissage par renforcement.
Le deep learning en aval des capteurs pour donner sens aux signaux transmis et l’apprentissage par renforcement, en simulation, pour décider des actions à effectuer en conduite.
