L’Intelligence Artificielle appliquée est en perpétuelle effervescence, de nombreux projets émergent des différents laboratoires qui englobent tous les sujets : reconnaissance d’objets, vocale, manipulation d’images par le texte etc…
L’usage de l’IA dans les voitures dites « autonomes » est également l’un des axes de recherche le plus important de ces dernières années. Même si les avancées sont plus que perceptibles, il reste néanmoins beaucoup d’efforts à faire pour que les scientifiques et chercheurs puissent garantir une sécurité totale pour ces véhicules.
Les obstacles sont en effet multiples : un environnement extérieur changeant à chaque instant (voiture qui double, piétons, animaux, obstacles), une infrastructure routière elle-même disparate (déformations de la chaussée, suppression des bandes), des conditions climatiques évoluant en permanence (brouillard, nuit. etc..), l’IA doit sans cesse apprendre à partir des données du véhicule et de son environnement extérieur et proposer des solutions fiables et sécurisées.
Cela passe par l’acquisition de données en « temps réel » provenant de capteurs sur le véhicule mais également par le résultat de différents processus d’apprentissage réalisés via le Machine Learning notamment.
Mais alors comment faire des tests et réaliser des mises en situation sans mettre sur la route des véhicules encore « en béta » ?
Un projet OpenSource est né il y a quelques années qui permet à tout à chacun de tester des algorithmes, des modèles statistiques afin d’éprouver toutes les situations de conduite possibles.
Carla : simulateur pour voitures autonomes
Le projet Carla (v0.9.13) permet de mettre en situation un véhicule suivant différents paramètres et suivant différentes typologies de tracés.
Avec Carla c’est du sérieux 😉 car vous pouvez simuler un flux constant de véhicules, rajouter des typologies de véhicules, tester des situations particulières (faire traverser un piéton hors des passages), valider une conduite suivant des paramètres personnalisés.
C’est l’outil qui permet à tous les scientifiques de tester leurs modèles, d’émuler les capteurs (lidar par exemple) pour éprouver et valider une conduite dans toutes les situations.
Issu d’un consortium, il intègre en son sein plusieurs chercheurs spécialisés dans la conduite autonome.
Associé à cet outil qui nécessite un peu d’apprentissage pour être maitrisé, gravite un ensemble de Dataset pour faciliter votre travail (des représentations graphiques de véhicules, d’éléments routiers…).
L’un des plus connus est le Dataset Longuest6 qui propose plus de 36 tracés de routes (1,5 km) avec 6 conditions climatiques et plusieurs environnements ou TraficManager qui vous permet de créer des bouchons !
Plus qu’un simple « simulateur », l’outil offre un formidable terrain de jeu pour les chercheurs qui, en toute sécurité, vont contribuer à rendre plus sûrs nos véhicules autonomes.