Sous le capot de la voiture autonome - L'Esprit Sorcier

Summary

Este script de video ofrece una visión detallada de cómo se transforma una automóvil convencional en un vehículo autónomo. Se exploran los diversos sensores utilizados, como cámaras, radares, lidares y ultrasonidos, que permiten al vehículo percibir su entorno. Se destaca la importancia del procesamiento de información y la inteligencia artificial para anticipar movimientos y tomar decisiones de conducción. Además, se mencionan los desafíos técnicos y las pruebas exhaustivas requeridas para garantizar la fiabilidad y seguridad de estos vehículos. La colaboración entre los ingenieros del CEA y Renault revela el avance tecnológico y el potencial de los vehículos autónomos en el futuro del transporte.

Takeaways

• 🚗 Los coches autónomos están equipados con múltiples sensores como cámaras, radares, lidares y ultrasonidos para navegar sin la intervención humana.
• 👀 Los siete cámaras en el prototipo incluyen tres frontales y cuatro pequeñas alrededor del vehículo para detectar otros vehículos, motocicletas, peatones y líneas de carretera.
• 🌤️ Las cámaras pueden verse afectadas por factores ambientales como el sol brillante o la lluvia, lo que puede causar problemas de visibilidad.
• 📊 Los lidares miden distancias mediante la detección de objetos con láseres, lo que ayuda a reconstruir el entorno en 3D.
• 🌧️ Los lidares pueden verse afectados por la lluvia intensa, creando micro-obstáculos que no existen físicamente.
• 📡 Los radares son utilizados para detectar objetos a larga distancia y medir la velocidad de otros vehículos en la carretera.
• 🚶 Los radares pueden detectar vehículos metálicos y a veces a peatones, pero pueden tener dificultades para detectar objetos más pequeños o borrosos.
• 🔊 Los ultrasonidos son sensores de proximidad que operan a muy corta distancia y son útiles para la detección de obstáculos cercanos y para el estacionamiento.
• 🤖 El software y la inteligencia artificial, incluidos los redes neuronales, son esenciales para la toma de decisiones y el aprendizaje continuo del vehículo.
• 🔧 Los coches autónomos requieren de sistemas informáticos potentes y compactos para procesar y analizar la información de los sensores.
• 🔄 Los vehículos deben pasar múltiples pruebas, acumulando kilómetros de conducción reales y virtuales, para garantizar su fiabilidad y seguridad.
• 👥 Además de las pruebas técnicas, se realizan pruebas de uso con conductores normales para evaluar la aceptación y la construcción de confianza entre la máquina y el conductor.

Q & A

¿Qué vehículos probó el presentador en la carretera abierta?

El presentador tuvo la oportunidad de probar uno de los vehículos inteligentes o autónomos en plena circulación.

¿Qué tipos de sensores equipa el vehículo autónomo mencionado en el video?

El vehículo está equipado con cámaras, radares, lidars y sensores de ultrasonido.

¿Cuántas cámaras tiene el prototipo de vehículo autónomo y cuál es su función?

El prototipo tiene siete cámaras: tres frontales con diferentes aperturas y cuatro pequeñas cámaras que miran al suelo. Estas cámaras detectan coches, motos, peatones y líneas en el suelo, y también leen señales de tráfico.

¿Qué es un LIDAR y cómo ayuda al vehículo autónomo?

El LIDAR es un sistema de tele-detección láser que permite detectar objetos, infraestructura vial y peatones mediante la creación de puntos en un espacio tridimensional, lo que ayuda a reconstituir el entorno del vehículo.

¿Qué papel juegan los radares en el funcionamiento del vehículo autónomo?

Los radares utilizan ondas de alta frecuencia para detectar objetos lejanos y determinar tanto la distancia como la velocidad de los vehículos circundantes.

¿Cómo funcionan los sensores de ultrasonido en el vehículo autónomo?

Los sensores de ultrasonido emiten un sonido que rebota en los obstáculos cercanos, proporcionando información sobre los objetos alrededor del vehículo a muy corta distancia, siendo útiles especialmente en situaciones de baja velocidad.

¿Qué son los redes neuronales y cómo se utilizan en los vehículos autónomos?

Los redes neuronales son aplicaciones de inteligencia artificial que aprenden de ejemplos para realizar tareas específicas. En los vehículos autónomos, se entrenan para analizar y tomar decisiones basadas en los datos recogidos por los sensores.

¿Cómo aseguran los ingenieros que los vehículos autónomos funcionen correctamente en diversas situaciones de conducción?

Los ingenieros realizan pruebas extensivas, tanto en la realidad como virtualmente, acumulando datos y simulando diversas situaciones de conducción para asegurar que los vehículos traten correctamente todas las posibles eventualidades.

¿Qué importancia tiene la validación de uso para los vehículos autónomos?

La validación de uso involucra a personas comunes probando el vehículo para ver cómo interactúan y aceptan las funcionalidades del coche autónomo, ayudando a construir confianza entre el ser humano y la máquina.

¿Qué consejo da el presentador a los espectadores al final del video?

El presentador anima a los espectadores a darle un pulgar arriba al video, suscribirse al canal y dejar comentarios para no perderse las próximas entregas sobre vehículos autónomos.

Outlines

00:00

🚗 Introducción a la tecnología de vehículos autónomos

El primer párrafo presenta una introducción a la tecnología de vehículos autónomos, donde el narrador comparte su experiencia de probar un vehículo inteligente en circulación abierta. Se menciona un enlace a un video anterior en la descripción y se anuncia un análisis detallado de cómo se transforma un vehículo normal en uno autónomo, junto con los ingenieros del CEA y de Renault. Se destaca la importancia de los sensores en un vehículo autónomo, como cámaras, radares, lidares y ultrasonidos, y se menciona el 'cerebro' del vehículo, que es su inteligencia artificial. Además, se menciona la necesidad de realizar una serie de pruebas para garantizar la fiabilidad y seguridad de estos vehículos.

05:01

👀 Funcionamiento y limitaciones de los sensores en vehículos autónomos

En el segundo párrafo, se discute en detalle cómo funcionan los diferentes sensores en un vehículo autónomo y sus limitaciones. Se describen los siete cámaras del prototipo, incluyendo tres cámaras frontales y cuatro pequeñas que observan el suelo y detectan vehículos, motocicletas, peatones y líneas en el suelo. Se menciona la capacidad de las cámaras para anticipar los movimientos de otros vehículos y su limitación en condiciones de mal tiempo, como la niebla o la lluvia, y en la detección de obstáculos falsos debido a contrastes fuertes de luz. También se introduce el LIDAR como un sistema de teledetección láser, capaz de medir distancias y detectar infraestructuras y señalizaciones vial, y se explica cómo funciona a través de la emisión y detección de ondas luminosas. Se mencionan los desafíos de los LIDARs en condiciones de lluvia intensa y se contrasta con la función de los radares, que utilizan ondas radio para detectar objetos a larga distancia y miden su velocidad, aunque pueden tener dificultades para detectar objetos no metálicos o pequeños.

10:02

🔊 Aplicaciones de ultrasonidos y radares en vehículos autónomos

El tercer párrafo se centra en los sensores ultrasónicos y radares en vehículos autónomos. Los ultrasonidos, que operan a muy corta distancia, son útiles para la detección de objetos cercanos y la ayuda en el estacionamiento, y se describen sus ventajas para detectar movimientos de objetos a baja velocidad. Los radares, por otro lado, son importantes para la detección de objetos a larga distancia y para la medición de la velocidad de otros vehículos, aunque tienen limitaciones para detectar objetos pequeños o no metálicos. Se destaca la importancia de estos sensores para la seguridad y la toma de decisiones en la conducción autónoma.

🤖 Inteligencia artificial y aprendizaje en vehículos autónomos

El cuarto párrafo explora cómo la inteligencia artificial y el aprendizaje juegan un papel crucial en el funcionamiento de los vehículos autónomos. Se describe el uso de redes neuronales, que se entrenan para interpretar y aprender de los datos recolectados por los sensores del vehículo. Se menciona que los vehículos aprenden a través de un proceso de aprendizaje supervisado, donde se les muestra ejemplos y se les corrige hasta que pueden realizar tareas específicas. Además, se discute la importancia de la comunicación entre vehículos y la recopilación de datos para mejorar continuamente la inteligencia de los vehículos.

🛠️ Pruebas y validación de vehículos autónomos

El último párrafo se enfoca en las pruebas y la validación necesarias antes de que los vehículos autónomos sean utilizados en el entorno real. Se menciona la necesidad de acumular un gran número de kilómetros de conducción para enfrentar todas las situaciones posibles y asegurarse de que se manejen adecuadamente. Se describe el proceso de pruebas, que incluye la recolección de datos en el campo y la simulación de situaciones en computadoras para validar la cadena de procesamiento del vehículo. Además, se destaca la importancia de las pruebas de aceptación de los usuarios, donde se evalúa cómo las personas comunes interactúan con el vehículo y cómo se establece la confianza entre la máquina y el conductor. El párrafo concluye con un mensaje de agradecimiento y una invitación a suscriptores para seguir la serie de videos sobre vehículos autónomos.

Keywords

💡Vehículo autónomo

Un vehículo autónomo es un tipo de vehículo que puede operarse sin la intervención de un conductor humano, gracias a sistemas avanzados de inteligencia artificial y sensores. En el video, el tema principal es la transformación de un vehículo convencional en uno autónomo, y se explora cómo los diferentes sensores y tecnologías permiten que el vehículo se mueva y tome decisiones por sí mismo.

💡Sensores

Los sensores son dispositivos que detectan información del entorno y la transmiten al sistema del vehículo autónomo. En el video, se mencionan varios tipos de sensores, como cámaras, radares, lidares y ultrasonidos, que son esenciales para que el vehículo autónomo pueda 'ver' y 'escuchar' su entorno y tomar decisiones de navegación adecuadas.

💡Cámaras

Las cámaras son sensores que capturan imágenes visuales del entorno del vehículo. En el video, se explica que el vehículo tiene siete cámaras, incluyendo tres frontales y cuatro pequeñas que observan el suelo y el entorno, y son importantes para detectar otros vehículos, motocicletas, peatones y líneas en la carretera.

💡LIDAR

El LIDAR (Light Detection and Ranging) es un sistema de teledetección láser que permite medir distancias y detectar objetos y estructuras. En el contexto del video, el LIDAR es crucial para detectar infraestructuras, peatones y señalización vial, y se destaca por medir distancias con precisión, a diferencia de las cámaras que estiman distancias.

💡Radar

El radar es una tecnología que utiliza ondas de radio para detectar objetos a grandes distancias. En el video, se menciona que el radar es útil para detectar vehículos, peatones y motocicletas, y también para medir su velocidad. A pesar de su utilidad, el radar puede tener limitaciones para detectar objetos no metálicos o pequeños.

💡Ultrasonidos

Los sensores ultrasónicos funcionan emitiendo sonidos a una frecuencia que es inaudible para el oído humano y midiendo el tiempo que tarda el eco en devolverse. En el video, se explica que estos sensores son útiles para detectar objetos a muy corta distancia, lo que es especialmente útil en situaciones de estacionamiento o en tráfico pesado.

💡Inteligencia artificial

La inteligencia artificial (IA) es una rama de la informática que intenta crear máquinas capaces de realizar tareas que normalmente requieren inteligencia humana. En el video, la IA es clave para el 'cerebro' del vehículo autónomo, que procesa y analiza los datos de los sensores y toma decisiones de conducción.

💡Redes neuronales

Las redes neuronales son una forma de inteligencia artificial inspirada en el funcionamiento del cerebro humano. En el video, se describe cómo se entrenan estas redes para que el vehículo autónomo aprenda a identificar y responder a diferentes situaciones en la carretera, mejorando su capacidad de conducción con el tiempo.

💡Validación de uso

La validación de uso se refiere a la fase en la que se prueban los vehículos autónomos con conductores reales para evaluar cómo interactúan con la tecnología y cómo se desarrolla la confianza entre el conductor y el vehículo. En el video, se menciona que esta es una parte importante del proceso de desarrollo de vehículos autónomos, más allá de las pruebas técnicas.

💡Pruebas de conducción

Las pruebas de conducción son esenciales para asegurar que los vehículos autónomos funcionen correctamente en una amplia variedad de situaciones. En el video, se describe cómo se acumulan kilómetros de conducción reales y se simulan situaciones en computadoras para garantizar la fiabilidad y seguridad del vehículo.

Highlights

Introduction to the video on autonomous vehicles and the opportunity to test one on open roads.

Collaboration with engineers from CEA and Renault to dissect an autonomous vehicle.

Overview of the sensors equipped on autonomous vehicles, including cameras, radars, lidars, and ultrasonic sensors.

The role of cameras as electronic eyes to analyze the environment and their limitations.

Use of high-definition mapping for redundancy in detecting road signs and regulations.

Introduction to LIDAR as a crucial instrument for autonomous vehicles, using laser teledetection.

Explanation of how LIDAR works by emitting light waves and measuring their propagation speed to determine distances.

Placement of LIDARs on the vehicle and their range capabilities.

Challenges LIDAR faces in heavy rain creating micro-obstacles.

The function of radar in detecting distant objects using radio waves.

Details on the number and placement of radars on the vehicle and their detection capabilities.

The use of ultrasonic sensors for proximity detection and their role in low-speed situations.

How powerful software and artificial intelligence, including neural networks, are used to make decisions.

The process of training neural networks through learning phases and their application in autonomous vehicles.

The need for designing compact and powerful computer systems to operate autonomous vehicles.

The importance of accumulating vast driving data for testing and validation of autonomous vehicles.

The four-step process of vehicle operation that is validated through accumulated driving data.

The final test of user acceptance and trust building between humans and autonomous vehicles.

Conclusion and invitation to subscribe for more content on autonomous vehicles.

Transcripts

Salut les apprentis sorciers, et bienvenue dans cette nouvelle vidéo sur la voiture autonome.

Il y a quelques semaines, j'ai eu la chance de tester sur route ouverte,

en pleine circulation, l'une de ces voitures dites intelligentes.

Si vous n'avez pas vu la vidéo, le lien est dans la description.

Et aujourd'hui, avec les ingénieurs du CEA et de Renault, nous allons désosser leur véhicule

pour comprendre et voir dans le détail comment on transforme une voiture normale en voiture autonome.

Allez, roule Marcel !

Dans cette vidéo, vous allez découvrir tous les capteurs

qui équipent ce véhicule autonome : caméras, radars, lidars et autres ultrasons...

Vous allez découvrir aussi son cerveau, c'est le chef d'orchestre, une véritable intelligence artificielle.

Et puis enfin, vous verrez toute la batterie de tests que subit cette voiture

pour assurer sa fiabilité, c'est-à-dire notre sécurité.

Allez c'est parti, accrochez bien vos souris et bonne route !

Pour que la voiture se déplace sans les yeux du conducteur, le véhicule doit être équipé de caméras.

Ces yeux électroniques sont très utiles pour analyser l’environnement.

Et la voiture, elle n'a que deux yeux comme nous ?

"Sur ce prototype nous avons sept caméras.

Trois caméras frontales qui regardent sur le devant de la voiture, avec différentes ouvertures.

Et on a quatre petites caméras qui regardent au sol et qui sont situées tout autour de la voiture.

Donc ça va détecter des voitures, des motos, des piétons... Ca va aussi détecter les lignes au sol.

Elles sont en charge en permanence d'aller regarder où est la voie devant la voiture.

Ca va aussi regarder les panneaux, donc les vitesses réglementaires qui s'appliquent

sur ce tronçon ou les différentes réglementations."

Sept caméras, ça en fait des yeux !

Et avec les informations récoltées, la voiture peut anticiper les mouvements des autres véhicules.

"En regardant l'évolution de l'objet dans l'image, on est capable de savoir

à quelle distance il se situe, et s'il est en train de se rapprocher ou de s'éloigner."

Mais comme nos yeux, la caméra peut être éblouie ou se tromper...

"Avoir un soleil rasant sur une route légèrement humide va éblouir la caméra,

qui risque de ne plus percevoir la route.

Quand on a des trop grands contrastes, un grand soleil comme aujourd'hui avec des ombres portées,

dans certains cas la voiture va croire en un obstacle alors qu'il s'agit d'une ombre.

Et donc on va avoir une sorte de "ghost", un fantôme imaginé par la voiture,

alors qu'il n'y a pas lieu de prendre en compte cet objet.

Son défaut, c'est que dès lors qu'on a une perte de visibilité,

typiquement dans le brouillard, la caméra n'est plus d'aucune aide."

Bon, je récapitule : pas de brouillard, ni de grand soleil. Il ne faudrait pas en plus qu'elle rate un panneau !

"Un risque se présente effectivement si un panneau est cassé, obscurci,

masqué, ne serait-ce que par un camion.

C'est bien pour ça qu'on compte sur la cartographie haute définition,

sur laquelle on fait porter toutes les informations de cette nature.

Pourquoi tout ça ? Parce qu'en fait la caméra est aujourd'hui le seul capteur

en mesure de nous détecter les lignes et les panneaux de réglementation.

Donc il nous faut une redondance d'une nature différente."

LIDAR : ça ne vous évoque peut-être rien et pourtant c'est un instrument essentiel

pour le fonctionnement du véhicule autonome.

C'est un système de télédétection laser. Mais à quoi ça sert ?

"Ca permet de détecter tout un tas d'objets, donc l'infrastructure routière,

mais également les piétons, les obstacles.

Et sur la route, il y a quelque chose qui est fabuleux pour nous,

c'est que les lignes blanches sont excessivement réfléchissantes.

Et donc ça nous permet aussi de détecter tout ce qui est signalisation routière,

donc les lignes mais également les panneaux de façon très lisible.

Si je devais vraiment donner un avantage par rapport à la caméra,

je dirais que le LIDAR il mesure une distance, la caméra elle estime une distance."

Pratique pour savoir ce qui nous entoure. Euh, mais ça marche comment ?

"Il est composé de différents lasers qui émettent chacun une onde lumineuse.

Et en étudiant la vitesse de propagation de cette onde,

on est capable de déterminer la distance des objets qui nous entourent.

A chaque fois qu'on a un impact, on va créer un point

qui est représenté dans l'espace par ses coordonnées, on est en 3 dimensions.

Donc on va créer des ensembles de points qui représentent une scène le plus fidèlement possible."

Wahou ! Des nuages de points pour reconstituer en 3D l'environnement autour de la voiture…

Ah, je comprends maintenant ! Oh c’est Fred qui lève les bras, coucou Fred !

Bon, et le LIDAR, où on le trouve sur la voiture ?

"Sur ce véhicule-là, on va trouver des LIDARS qui sont situés à l'avant du véhicule,

donc on en a deux devant et un à l'arrière. Et ceux-ci sont composés de quatre lasers.

Ce modèle-là, lui, est composé de 16 lasers.

Ces deux modèles travaillent entre quelques centimètres, pour les objets les plus proches,

et plusieurs dizaines de mètres, jusqu'à 100 m voire au-delà suivant les modèles."

C'est vraiment précis ! Mais quand il pleut, ça pose problème...

"Ca va créer effectivement des micro-obstacles qui vont parfois le perturber.

Mais c'est vraiment dans le cas d'une pluie très abondante, où là on va effectivement

avoir des points qui vont apparaître alors qu'ils n'existent pas physiquement."

Dans la famille des capteurs qui équipent la voiture autonome, je demande le radar !

Il sert à repérer les objets les plus lointains, comme les voitures ou même des piétons.

Pour ça, il utilise des ondes radio. Euh, mais aucun rapport avec l'auto-radio hein ?

"Le radar c'est une technologie à haute fréquence. Donc ça envoie des ondes à 77 GHz précisément

sur tout l'environnement, et ça va capter le retour de ces ondes.

Donc ces ondes vont percuter des obstacles devant nous, des voitures, des piétons, des motos...

Et on va mesurer le temps que met cette onde pour aller jusqu'à l'obstacle et revenir.

De ce temps, on déduit la distance."

En plus de déterminer la distance qui sépare la voiture des objets,

le radar mesure aussi la vitesse des véhicules environnants.

Et sur cette voiture, il y en a beaucoup des radars ?

"On a cinq radars sur cette voiture. On a tout d'abord un radar de très longue portée,

qui voit jusqu'à 250 m, situé juste sous la plaque de police.

Ensuite on a quatre capteurs, un à chaque coin, qui sont cachés derrière ces pots en plastique,

et ces capteurs voient jusqu'à 80 m.

Avec un angle assez ouvert pour détecter toutes les voitures qui peuvent être autour de nous."

Et ben, il en a une bonne vue ce radar !

Et ce n'est pas tout, il est aussi très pratique pour voir la nuit,

car il n'a pas besoin de lumière pour fonctionner.

Mais alors, on voit tout avec ce radar ?

"Alors le radar marche bien quand il a face à lui des objets métalliques.

Donc détecter une voiture, un camion, une moto, ça marche très bien.

Puisqu'en fait l'objet métallique va ré-émettre beaucoup de signal.

Un piéton aussi, aujourd'hui on a des radars qui fonctionnent bien, on sait aussi détecter des piétons.

Par contre des objets un petit peu plus petits, un petit peu plus flous,

un sac par exemple sur la route, le radar ne va pas le voir."

Parmi tous les capteurs présents sur la voiture autonome, on trouve aussi des capteurs ultrasons.

Mais ça ne doit pas être pour écouter de la musique...

"Les ultrasons vont rapporter de l'information sur tous les objets qui se situent autour de la voiture.

Par contre les ultrasons vont regarder à très courte portée, environ 3 m maximum.

Donc ils émettent un son qui va faire écho sur les obstacles environnants.

Et en mesurant le temps, la vitesse du son nous renseigne

sur la distance des différents objets autour de nous.

On en a mis six devant, six derrière sur les pare-chocs,

et on en a rajouté de part et d'autre de la voiture, en bas de porte, quatre ultrasons."

Bon, ce sont des capteurs de proximité, mais est-ce qu'ils sont utiles tout le temps ?

"Quand on est à très basse vitesse, on a des insertions dans les bouchons,

il faut vraiment capter toutes les voitures qui sont autour de nous et voir comment elles se déplacent.

On a doté ces ultrasons d'une nouvelle capacité de suivre les objets qui tournent,

qui se déplacent autour de nous, pour savoir à tout moment si elle tente une insertion devant nous ou pas.

L'avantage c'est qu'il va voir très près.

Si un piéton passe devant la voiture, on est par exemple en bouchon, on va le détecter.

Alors que les radars et caméras longue portée ne verront pas,

ce sera dans leur angle mort en quelque sorte, ils ne verront pas cet obstacle.

Donc là on a une ceinture ultime qui va détecter tout ce qui est autour."

D’accord, c’est le même principe pour l’aide au stationnement.

Une alarme prévient quand la voiture est trop près d’un obstacle, pour faciliter les manoeuvres.

Pour prendre les bonnes décisions, la voiture autonome utilise des logiciels puissants

qui fusionnent, analysent et interprètent les données provenant des capteurs.

Le problème, c'est que ces logiciels ne peuvent pas prévoir à l'avance toutes les situations sur la route.

Les ingénieurs conçoivent donc une sorte d'intelligence artificielle, on parle de réseau de neurones.

"Un réseau de neurones, c'est une application qui va fonctionner comme un enfant.

C'est à dire qu'au début, elle ne va pas savoir ce que vous voulez lui faire faire, et vous allez l’entraîner.

Donc pour faire fonctionner un réseau de neurones, il y a deux phases.

La première phase est une phase d'apprentissage, et après, une phase de vie classique

où le réseau de neurones va faire ce pour quoi il a été entraîné.

Donc la phase d'apprentissage, vous lui donnez des exemples, le réseau va vous dire

ce que lui pense être la bonne réponse, et vous allez lui dire s'il a tort ou pas.

Et vous allez avancer par incrément comme ça

jusqu'à ce que le réseau soit capable de réaliser la tâche que vous lui avez demandé.

Et c'est pour ça qu'aujourd'hui les réseaux de neurones sont extrêmement utilisés,

notamment pour des applications de véhicules autonomes,

puisqu'on est capable de leur faire apprendre un grand nombre de choses

dans un temps réduit, en les basant sur l'exemple."

Super ! Grâce à ces cerveaux électroniques, la voiture est capable d'apprendre à conduire.

Mais ça veut dire que certaines voitures sauront mieux conduire que d'autres ?

"Les véhicules vont communiquer de plus en plus avec les autres véhicules,

mais également avec les infrastructures développées par les constructeurs automobiles,

pour qu'ils puissent récupérer ces données et rendre leurs véhicules toujours plus intelligents.

Mais l'ensemble du parc bien évidemment en bénéficiera derrière."

Mais avant d'équiper les voitures, il faut concevoir des systèmes informatiques

suffisamment petits et puissants pour les faire fonctionner.

Des genres d'ordinateurs super-puissants !

"Ce qu'on vise à moyen terme, c'est d'arriver à concevoir des boîtes,

de la taille d'une boîte à chaussures, pas plus gros,

qui vont venir intégrer l'ensemble de ces applications de véhicules autonomes,

et qu'on va pouvoir venir "cacher" dans votre véhicule,

que vous allez pouvoir exploiter comme vous l'exploitez aujourd'hui."

Après la partie théorique, place à la pratique !

Pour vérifier que les instruments fonctionnent et que la voiture est capable

d’analyser correctement les données, elle doit passer plusieurs tests.

"Ces voitures ont besoin d'accumuler beaucoup de kilomètres de roulage

pour rencontrer toutes les situations possibles, et s'assurer qu'elles les traitent correctement.

Il faut faire l'équivalent de plusieurs milliards de kilomètres de conduite.

On en fait une partie réellement, on accumule toutes les données de roulage dans des disques durs,

et ensuite ça nous permet de faire l'autre partie au virtuel.

C'est à dire rejouer des situations de conduite sur des ordinateurs, et donc nous assurer

que toutes les situations de conduite possibles ont été rencontrées et sont correctement traitées."

Oh la la, des milliards de kilomètres...

Heureusement que les ordinateurs sont là pour nous donner un coup de main !

Et qu'est-ce qu'on vérifie avec ces tests ?

"C'est toute la chaîne de traitement de la voiture, qui se passe en quatre étapes.

Nous avons d'abord toute l'étape de perception.

Ensuite, il y a toute la phase de fusion, c'est à dire mélanger les informations des capteurs

pour en construire une représentation de l'environnement de la voiture.

Ensuite il y a besoin de toute la phase de décision, c'est à dire quelle trajectoire la voiture doit avoir.

Et enfin il y a la transmission de cette trajectoire vers les actuateurs,

c’est-à-dire la direction, les freins, l'accélérateur, pour suivre cette trajectoire.

Et c'est toute cette chaîne en quatre étapes, qui est validée en permanence

pendant tous ces roulages accumulés."

Bon, maintenant qu’on a une voiture infaillible, il ne reste plus qu’à attacher sa ceinture,

et en route ! Enfin il reste un dernier test...

"La deuxième catégorie de validation qu'on fait sur nos véhicules autonomes,

nous faisons des flottes d'expérimentation où nous souhaitons mettre

des personnes lambda derrière le volant et voir comment elles utilisent la voiture,

comment elles acceptent les usages de la voiture,

comment se construit la confiance entre l'homme et la machine, qui ne va pas de soi.

Donc ça ce n'est plus une validation technique, c'est plutôt une validation d'usage."

Voilà les sorciers, merci d'avoir regardé cette vidéo jusqu'au bout.

Et surtout si elle vous a plu, n'hésitez pas à mettre un pouce bleu

et à vous abonner pour ne pas manquer nos prochaines vidéos !

Et puis vous pouvez aussi nous laisser un commentaire, ça fait toujours plaisir.

On se retrouve la semaine prochaine pour la suite de notre série sur la voiture autonome.

Maintenant je vous quitte, j'ai quelques idées à proposer à Marcel, pour son camion... Allez ciao !