Aptiv s’est rendu au CES 2022 pour présenter les améliorations qu’il a apportées à sa suite de techniques supérieures d’aide à la conduite. Il a notamment tiré parti de l’expertise de l’étude des machines pour aider ses prototypes autonomes à détecter et à classer les objets, même ceux qui peuvent être hors de vue.
Considérez une automobile autonome comme un être humain ; les radars sont les yeux et la machine à étudier l’expertise est l’esprit. Devenir des radars sur le corps d’une voiture lui permet de déterminer l’environnement dans lequel elle opère. Il peut détecter qu’il y a une voiture devant elle, qu’il y a une moto qui vient dans le sens inverse et qu’il y a un endroit où les visiteurs sont doux pour lesquels elle doit s’arrêter. Ce sont des tâches assez simples que presque tous les prototypes autonomes effectuent déjà.
L’étude des machines fait passer cette fonction à l’étape suivante en permettant à une automobile de se remémorer les éventualités et les objets complètement différents qu’elle a rencontrés. À son tour, il peut planifier à l’avance : il sait qu’il y a, disons, un arrêt de bus bondé dans le coin pour lequel il devrait ralentir.
Alors que les prototypes peuvent développer leurs informations en accumulant des miles de contrôle, Aptiv leur fournit également une quantité incroyable d’informations pour les aider à étudier le plus rapidement possible. Il a amassé un catalogue de scènes à 360 degrés qui présentent des éventualités difficiles de la ville et des objets étroitement groupés, ce qui pourrait simplement embrouiller l’esprit d’une automobile. Le catalogue de l’agence se compose de plus de 100 000 objets suivis, et ils sont donc tous annotés.
Aptiv note que l’étude des machines a le potentiel d’aider ses ingénieurs et ses acheteurs à adopter une méthode centrée sur le radar pour indiquer aux automobiles la meilleure façon de se conduire (ou la meilleure façon d’aider la force motrice lorsque la conduite devient fastidieuse). Cette résolution présente de nombreux avantages : un radar coûte par exemple moins cher qu’un lidar comparable et consomme relativement peu d’énergie. L’utilisation d’un radar facilite également la tâche d’emballer un ensemble de {matériel} et de logiciels autonomes ou semi-autonomes dans une voiture tout en éliminant certaines des considérations de confidentialité liées aux caméras, conformément à l’entreprise. Et c’est un système qui permet à l’automobile de voir, de classer et par conséquent d’analyser son environnement dans toutes sortes de circonstances.
Les prototypes équipés d’un radar seraient capables de fonctionner dans des conditions de faible luminosité, la nuit, sous la pluie, dans une tempête de neige et dans un brouillard dense. Alors que les chances de voir un blizzard au centre-ville de Las Vegas sont relativement faibles, même début janvier, Aptiv fait la démonstration de son système de notion basé sur le radar tout au long du CES 2022 dans une Ford Mustang Mach-E 2021 modifiée.
Suggestions des éditeurs