{{{sourceTextContent.title}}}

Les premières voitures Auto-motrices ont pu être sur la route d'ici 2021

{{{sourceTextContent.subTitle}}}

l'Auto-entraînement de la technologie de voiture mûrit, mais les défis persistent. Les capteurs ont besoin d'amélioration et les prix doivent baisser. Heureusement, les centaines de démarrages cherchent des solutions.

{{{sourceTextContent.description}}}

Quelques années après que Google ait présenté la course, cofounder Sergey Brin ont rappelé que les véhicules autonomes étaient juste au coin de la rue. « Vous pouvez compter d'une part le nombre d'années où il le prendra avant que les gens du commun puissent éprouver ceci, » a dit à une conférence de presse. C'était en 2012.

Depuis lors, presque chaque constructeur d'automobiles, Google Waymo secondaire, sociétés ridesharing Uber et Lyft, et centaines de démarrages ont plongé dans le jeu auto-moteur. Mais « conduisant » pour travailler tout en faisant une sieste ou lisant le journal demeure un rêve. Néanmoins, l'amélioration de la technologie approche la masse critique, explique Sam Abuelsamid, analyste industriel à la recherche de Navigant.

Nous avons une compréhension assez bonne des principes fondamentaux de faire diriger une voiture se conduire et son environnement.

Mais permettre à une voiture de diriger seule dans un milieu urbain chaotique est un jeu de boule différente entier

En ce moment, nous transitioning de la phase de R&D à la production. Mais l'industrie automobile est fortement réglée et les erreurs peuvent être potentiellement mortelles.

Surcharge sensorielle

Pour que la révolution auto-motrice roule en avant, les voitures ont besoin de meilleurs sens… ou de capteurs. Chaque type de dispositif inclus a ses forces et faiblesses. Les caméras sont bonnes pour distinguer des objets, tandis que les mesures de radar distancent bien mais fournissent plus d'images abstraites. Radar à laser-qui utilise des lasers pour créer les images 3D du monde-se repose quelque part entre les deux.

Pour Abuelsamid,

Le plus grand défi est que les capteurs doivent prendre en considération toutes sortes d'environnements et pouvoir résister à des vibrations, à la perturbation électromagnétique et à des conditions atmosphériques comme la pluie, la neige, le vent et les températures extrêmes. La construction des capteurs qui vont survivre à l'utilisation approximative et quotidienne est très compliquée.

Les bonnes nouvelles sont que les caméras deviennent meilleur marché, tandis que des augmentations de résolution et de dynamique, permettant pour mettre plus de caméras sur la voiture.

Radar à laser de focalisation

Le radar à laser, cependant, n'est pas prêt pour des applications de marché grand public. Le radar à laser à extrémité élevé peut porter un prix à payer prohibitif de $70 000. Mais VayaVision essaye d'aborder le problème.

Le démarrage israélien réduit le coût du radar à laser à de simples centaines de dollars tout en améliorant la résolution ultra à HD. Leur version prélève seulement quelques secteurs spécifiques plutôt que la pleine vue 360° de l'unité.

Doron Elinav, directeur de produit et de marketing explique :

Nous des humains ne voyons pas tout dans notre champ visuel dans la pleine résolution. Les coins de nos yeux détectent en grande partie le mouvement, pourtant notre cerveau établit un modèle du monde de cette information. De la même manière, notre radar à laser identifie des secteurs de risque manquant de l'information et des mesures seulement ceux.

Ajouté à un algorithme de propriété industrielle, il peut établir un modèle 3D des environs à l'aide des données brutes juste de quelques capteurs.

Cette approche est nécessaire pour faire à la révolution autonome une réalité.

Au delà de GPS

Les capteurs permettent à des voitures de voir leurs environs, mais les véhicules ont besoin toujours d'une carte pour l'orientation et la navigation réelles. Auto-conduisant les voitures se sont fondées sur GPS. Mais il n'est pas précis ou assez fiable pour des applications de marché grand public, car des signaux satellites peuvent être changés en des édifices hauts. DeepMap et d'autres sociétés travaillent à la cartographie de la deuxième génération. DeepMap utilise les capteurs de la voiture pour créer une carte 3D, accomplit des bâtiments, des lumières d'arrêt et la signalisation.

James Gowers, vice-président de stratégie et de développement explique :

Le système robotique doit connaître la limitation de type de route et de vitesse de règlements-le, les règles tourne-à-droite, présence des frontières. Sans cela, tout qu'il a est une jolie image.

DeepMap crée une carte dynamique qui est constamment mise à jour en digérant des données d'autres voitures auto-motrices. Cela a pu expédier les temps de réaction de la voiture.

La carte n'est pas statique. Ce devient un organisme vivant.

Auto-conduisant des flottes d'ici 2021 ?

Aussi promettant pendant qu'il retentit, Elinav pense qu'il est trop tôt pour indiquer si auto-conduisant des voitures révolutionnera le transport :

Ce n'est pas la quantité d'exagération qui importe mais la quantité de R&D et d'investissement. Il y a cinq ans, seulement quelques sociétés et universitaires travaillaient aux solutions. Mais la croissance rapide est ces dernières années un signe que le marché mûrit.

Néanmoins, vous pouvez ne jamais obtenir les clés à votre propre voiture auto-motrice. Selon Abuelsamid de Navigant, les véhicules autonomes apparaîtront probablement d'abord comme autobus, navette et services ridesharing, en partie parce qu'ils sont si chers. En outre, un autobus suivant un itinéraire établi dans une ruelle consacrée réduit également la complexité.

Ajoutez 2012 remarques de Sergey Brin aux déclarations semblables par Elon Musk en 2014, et auto-conduisant les voitures semblent toujours être de cinq ans loin. Mais l'optimisme de Silicon Valley n'est pas seul. Les fabricants de voiture traditionnels comme Ford et BMW ont annoncé qu'ils auront des flottes de voitures auto-motrices d'ici 2021.

Dans cette optique, Abuelsamid ajoute :

Je crois que le premier déploiement commercial de l'automation du niveau 4 est de trois à quatre ans loin.