Dans quelle mesure sommes-nous proches de résoudre le dernier kilomètre de la conduite autonome (rues de la ville, rues de surface, etc.)? N’est-ce pas beaucoup plus difficile que la conduite sur autoroute?

Nous sommes encore très loin.

Bien sûr, nous avons fait beaucoup de progrès en conduite autonome. Mais ce «dernier kilomètre» est à un niveau de difficulté complètement différent de la plupart de ce que nous avons réalisé jusqu’à présent. Plus important encore, il est beaucoup plus grand que la plupart des gens ne le pensent.

Cela m’amène à une question connexe – une idée fausse omniprésente qui a induit en erreur la perception qu’ont les gens des défis auxquels est confrontée la conduite autonome. Le contrôle de mouvement, le processus d’exécution autonome du mouvement d’une manière souhaitable, existe depuis des décennies. Dans le grand schéma des choses, le contrôle du mouvement était un fruit bas .

Un malheureux symptôme de cette idée fausse est la réaction collective aux vidéos sur les voitures autonomes de Google. Les gens voient des vidéos montrant la voiture autonome de Google circulant à grande vitesse, et ils s’émerveillent.

Bien que le projet de voiture autonome de Google soit clairement le meilleur, et je ne souhaite pas discréditer leur travail, l’intensité de l’enthousiasme des gens pour ce qui précède indique un manque de compréhension des voitures autonomes.

Tout d’abord, le concept d’un système de véhicule avec contrôle de mouvement n’est en aucun cas révolutionnaire. Deuxièmement, lorsque vous voyez la voiture gérer les feux de circulation et les intersections, sa capacité à le faire dépend entièrement du fait que la voiture roule dans une zone calculée et cartographiée à proximité de l’installation. Placez la voiture sous un projecteur aléatoire qui ne figure pas dans sa base de données et des problèmes surgissent.


Pour mieux comprendre la difficulté relative des idées en conduite autonome, décomposons-les en sous-thèmes:

  • Capteurs et matériel
  • Commande actionneur
  • Contrôle intelligent / contrôle optimal
  • Traitement visuel et reconnaissance
  • Communication et interaction humaines

Maintenant, les deux premières catégories sont essentielles. Sans capteurs et matériel, le véhicule n’existerait pas, rendant l’exploration des sujets restants une perte de temps. Sans pouvoir contrôler rapidement et efficacement les entrées mécaniques de la voiture, la voiture serait complètement incapable de faire tout ce qu’elle voulait faire.

Les sujets ci-dessus sont donc classés par ordre d’importance fondamentale pour l’ensemble du système. Autrement dit, chaque sujet dépend directement des sujets qui le précèdent. Mais ils sont également organisés en fonction de la distance qui nous sépare d’eux.

En ce qui concerne le matériel et les capteurs, nous donnons un coup de pied **. Nous avons déjà développé et mis en œuvre un système sensoriel visuel qui est «plus informé sur l’environnement que sur un conducteur humain normal». [1] Nous sommes également en avance sur le jeu dans le contrôle des actionneurs: nous avons des techniques d’automatisation mécanique classiques depuis des décennies.

Le contrôle intelligent / optimal fait référence à l’automatisation et au contrôle qui sont plus abstraits et complexes que le contrôle de l’actionneur. Voici un exemple de la différence entre la commande de l’actionneur et la commande intelligente. L’utilisation d’un contrôleur PID [2] pour la commande de mouvement afin que le véhicule puisse se déplacer vers une cible est un exemple de commande d’actionneur. L’utilisation d’une stratégie d’optimisation prédictive MPC [3] pour la détection de collisions et la recherche d’évitement est définitivement un contrôle intelligent / optimal.

La mise en œuvre de PID pour le contrôle de mouvement est quelque chose que j’ai fait avec un partenaire de mon laboratoire à UCSC sur un quadcopter crazyflie en moins d’un mois sans expérience en contrôle PID. Certes, l’utilisation du PID est beaucoup plus facile pour ce type qu’une voiture. [4] (Même avec l’aérodynamique embêtante.)

Mais, conceptuellement, le même principe peut être appliqué aux voitures, bien qu’avec plus de complexité. Comparez maintenant le temps qu’il nous a fallu pour terminer la tâche PID à celui qui était nécessaire pour mettre en œuvre notre stratégie MPC. Nous travaillons d’arrache-pied depuis un an, et nous sommes encore à environ trois mois de la fin d’un article publié.

Le contrôle intelligent est l’intersection du contrôle et de l’intelligence artificielle; c’est là que les algorithmes d’automatisation rencontrent des méthodes sophistiquées de l’apprentissage automatique, de la vision industrielle, etc. Dans la vidéo sur la voiture de Google que j’ai montrée plus tôt, vous voyez un contrôle intelligent lorsque la voiture sait quand tourner et quand elle sait comment rester dans sa voie . À peu près à chaque fois que la voiture prend activement une décision ou change d’état, elle utilise un contrôle intelligent.

Maintenant, il y a encore du travail à faire sur ce front, en particulier dans des techniques plus optimales pour la détection de collision, l’évasion de collision et autres. Mais ce n’est pas encore proche du plus gros problème.


Les problèmes les plus insurmontables auxquels est confrontée la conduite autonome sont le traitement visuel et la communication humaine .

Quand il s’agit de créer un véhicule qui peut parfaitement traiter toutes les informations visuelles qui l’entourent, ainsi que la capacité d’interpréter parfaitement la communication humaine, nous sommes loin d’être proche . Cela semble si contre-intuitif pour nous, les humains, car nous sommes nés avec un sens intuitif de la façon de percevoir les informations sensorielles visuelles que nous obtenons. Mais oh mec, c’est difficile du point de vue de l’intelligence artificielle.

Les compétences cruciales de perception visuelle comme la perception de la profondeur, la reconnaissance d’objets, la reconnaissance de formes et bien d’autres sont en fait des concepts extrêmement abstraits qui sont extrêmement difficiles à aborder de manière algorithmique. [5] Jetez un œil à cet exemple brillant de The Register. [6]

Comment empêchez-vous un véhicule de mal interpréter le ballon rouge comme un feu rouge … sérieusement, comment?! Certes, j’ai été profondément surpris lorsque j’ai découvert à travers la communauté des chercheurs que l’un des plus grands obstacles à la conduite autonome était le traitement visuel. Mais après avoir vu plusieurs exemples comme ci-dessus, je suis impressionné que nos modèles actuels aient les capacités qu’ils ont. La vision industrielle doit être l’un des domaines les plus ambitieux de l’intelligence artificielle.

De même, il est carrément impossible d’avoir une sorte d’algorithme de communication humaine parfait et doré. Je veux dire, imaginez la gamme désespérément large de façons dont nous communiquons les uns avec les autres – c’est ridicule. Donc, le seul moyen de sortir de ce cornichon est probablement une méthode d’optimisation de l’IA pour réduire l’erreur d’interprétation incorrecte à une marge suffisamment petite pour que nous soyons satisfaits.

Mais ces marges de sécurité seront minuscules. Après tout, les gens auront peur des voitures autonomes, car une voiture autonome est

  1. une nouvelle technologie, et les gens ont irrationnellement peur des nouvelles choses;
  2. un robot, et les gens ont irrationnellement peur des robots;
  3. un objet que les gens ne comprennent pas, et les gens ont irrationnellement peur des concepts scientifiques qu’ils ne comprennent pas.

Et le temps nécessaire pour réduire cette marge de sécurité sera comme l’énergie nécessaire pour approcher la vitesse de la lumière: augmenter de façon spectaculaire et exponentielle. Parce que cette marge est remplie de tous les problèmes les plus difficiles, obscurs et non liés à l’auto-conduite.


Conclusion: la quasi-perfection pour ce dernier kilomètre signifie la quasi-perfection pour toutes les tâches incroyablement difficiles comme les feux de stop, les intersections complexes, l’interaction avec les accidents potentiels, les piétons, les motards et bien d’autres. Nous sommes loin de cela. Et même une fois que nous y serons, nous allons devoir rendre la technologie plus abordable , et discuter et débattre de la législation pour cela.

Je lui donne au moins 10 ans avant qu’une voiture entièrement fonctionnelle, sûre et autonome puisse circuler n’importe où sur la route sans problèmes graves. C’est généreux. C’est probablement plus près de 20.

[1] http://stanford.io/2tCXFSL

[2] Contrôleur PID – Wikipedia

[3] https://stanford.edu/class/ee364…

[4] Crazyflie 2.0

[5] https://goo.gl/jbmUS9

[6] Les feux d’arrêt, les couchers de soleil et les jonctions sont un travail difficile pour les robots-voitures de Google

Bien que je n’aie jamais été dans un véhicule entièrement autonome, ma nouvelle voiture possède une grande partie de la technologie qui conduira aux véhicules autonomes, et ma réponse traitera de mes expériences personnelles avec cette technologie telle qu’elle existe aujourd’hui.

Tout d’abord une liste des fonctionnalités de ma voiture:

  • Régulateur de vitesse adaptatif
  • Rupture d’urgence
  • Aide au maintien dans la voie
  • Avertissements de circulation transversale devant et derrière le véhicule
  • Avertissement d’angle mort
  • Surveillance et alertes de vigilance du conducteur

Ma propre expérience avec une telle technologie me porte à croire que les routes sur lesquelles nous roulons et les conditions météorologiques que nous vivons seront les plus grands défis pour les véhicules entièrement autonomes dans les zones urbaines et rurales.

J’ai conduit ma nouvelle voiture à environ 10 000 miles, et mon expérience a été que toutes les nouvelles technologies fonctionnent assez bien sur des routes avec des marquages ​​de voie parfaits par temps parfait.

Certaines caractéristiques, telles que l’aide au maintien de voie, échouent lamentablement sur des routes mal entretenues avec des marquages ​​de voie incohérents.

Oui, de telles routes existent.

D’autres, comme le régulateur de vitesse adaptatif ou les alertes de trafic transversal, deviennent sans valeur lorsque vous conduisez sous de fortes pluies, ou lorsque la neige, la glace ou la boue recouvrent les capteurs.

Comme ça:

Lorsque je suis alerte (ne pas parler à un passager ou jouer avec la radio), j’ai constaté que mon temps de réaction est à peu près aussi bon que le régulateur de vitesse adaptatif, et parfois supérieur.

Quelques exemples:

  • Dans une rue résidentielle étroite, le régulateur de vitesse réglé à 25 mph, un jeune garçon s’élance dans la rue sur son vélo. Mon pied atteint la pédale de frein au moment où le régulateur de vitesse adaptatif commence à se casser. Si j’avais été distrait, j’aurais pu tomber sur le garçon.
  • Sur une autoroute à plusieurs voies surpeuplée, je vais souvent décider de ralentir bien avant le régulateur de vitesse adaptatif afin de maintenir une distance de sécurité entre ma voiture et l’embouteillage que je vois à un quart de mile devant moi.

Sans doute, le régulateur de vitesse m’empêcherait de heurter les voitures devant moi si je n’y prêtais pas attention, mais il n’aurait pas pu empêcher un conducteur derrière moi de m’arrêter à l’arrière, contrairement à mon ralentissement progressif.

Ensuite, il y a les avertissements sans valeur, comme lorsque la voiture sonne fort pour dire que je dois arrêter de conduire, simplement parce que sur les 10 derniers kilomètres, j’ai dû sortir légèrement de ma voie plusieurs fois pour éviter que les conducteurs qui dérivaient dans mon voie. (Oui, je vérifie mes rétroviseurs correctement ajustés pour m’assurer que ma contre-dérive est sûre.)

En d’autres termes, le jugement humain et l’expérience dépassent actuellement la technologie lorsque les conditions ne sont pas parfaites.

Nous devrons investir massivement dans toutes nos routes et dans de meilleures technologies avant que les véhicules entièrement autonomes soient pratiques pour la plupart des gens.

Oui, les conditions urbaines présentent des défis pour la technologie. De toute évidence, il y a plus de congestion et de circulation à pied et à vélo que dans les zones rurales.

Mais les routes sont mal entretenues et le mauvais temps existe dans les zones rurales et urbaines, et certains des embouteillages les plus dangereux se produisent sur les routes rurales, qu’il s’agisse de routes à deux voies étroites ou d’autoroutes interétatiques divisées à plusieurs voies.

En tant que personne qui a passé quatre décennies en tant que programmeur informatique, je comprends l’attrait de ce que la technologie promet.

Mais je comprends aussi que les programmeurs et les ingénieurs sont humains et donc parfois aussi faillibles que les pilotes humains qu’ils veulent remplacer.

Je pense qu’il faudra des décennies pour résoudre les problèmes que j’ai rencontrés au cours de mes 10 000 miles d’expérience avec certaines des technologies les plus récentes.

Parlez-moi dans dix ans. J’espère que ma prédiction se révèle fausse.

Merci Marc d’avoir posé une question aussi intéressante.

Mise à jour du 21 juin 2017 :

Il y a deux jours à Ocala, en Floride, nous avons eu 5 à 6 pouces de pluie tombant du ciel en moins de 2 heures.

Ma voiture m’a poliment dit que le capteur radar était bloqué et que je ne pouvais donc pas utiliser le régulateur de vitesse avancé.

Bien sûr, je conduisais de 15 à 20 mi / h dans une zone de 45 mi / h parce que même avec les essuie-glaces fonctionnant avec fureur à leur vitesse de pointe, je ne pouvais pas voir beaucoup plus de 200 pieds.

Grosse affaire. Je pouvais encore diriger la voiture, les freins fonctionnaient toujours et mon cerveau était toujours capable de prendre des décisions.

Maintenant, sautez dans le monde merveilleux où toutes les voitures sont autonomes. Pas de volant, pas de pédale de frein.

La pluie ou la neige ou la tempête de poussière obligent chaque véhicule sur la route à s’arrêter complètement pendant des heures.

“Embouteillage” prendra un tout nouveau sens 🙂

Nous sommes plus éloignés de l’autonomie L4 en milieu urbain que sur autoroute. Vous pouvez comparer le long de deux axes – (i) combien il est difficile de déterminer le bon plan d’action en fonction de son environnement, et (ii) quel est le risque de choisir le mauvais plan d’action. Comme le souligne le demandeur, il y a effectivement plus de complexité dans les environnements urbains, ce qui rend ces paramètres plus difficiles le long de la dimension (i); cependant, en raison de la faible vitesse de déplacement, le risque pour les passants est plus faible, car la voiture peut freiner beaucoup plus facilement en cas d’événements imprévus. Cela dit, il est toujours possible de déployer des produits dans des environnements routiers et urbains avec différents niveaux d’autonomie (par exemple, Tesla Autopilot et les taxis urbains de nuTonomy (entreprise) dans des itinéraires définis).

PS Nous travaillons sur la perception de la navigation autonome chez Helm.ai et recrutons: http://helm.ai/ !

Nous ne sommes pas si proches. Et c’est beaucoup plus difficile.

Bien qu’il existe des démos de systèmes prototypes naviguant dans le trafic urbain, il y a une énorme différence entre une démo réussie et quelque chose qui fonctionne 99,99999% du temps. Et cela * doit * fonctionner presque parfaitement, car il n’y a pas de temps pour transférer le contrôle à un conducteur humain (en laissant de côté la sagesse à long terme d’avoir des humains qui ne conduisent que dans des situations délicates!).

Et cela n’apporte même pas les choses vraiment délicates: les traversées. Lavages de voitures. Brigadiers scolaires. Parkings en herbe à la foire. Zones de construction. En ce moment, ces choses sont balayées par des paroles de transition du contrôle vers les humains ou de vagues implications que nous changerons soudainement toute notre infrastructure à la fois. Dans le monde réel, ces choses ne sont pas pratiques.

Qu’il suffise de dire que si les démos actuelles de navigation urbaine sont extrêmement impressionnantes, l’ampleur du problème de la création d’un SDV entièrement autonome est si énorme que les démos actuelles peuvent à la fois être vraiment impressionnantes * et * démentir les décennies de travail à venir. terminé.

Le problème avec les voitures autonomes est que la capacité routière dans l’infrastructure de transport d’une ville sera limitée .

Les voitures autonomes continueront de contribuer à la congestion de la circulation et à l’étalement urbain, car cela facilite la possession d’une automobile personnelle par les particuliers.

La réduction de la congestion du trafic nécessite des investissements dans des infrastructures de transport durables (bus / métro / vélo / etc.) et une augmentation des logements et des emplois à proximité des transports en commun.

Cela résoudra le problème du transport sur le dernier kilomètre et garantira aux populations un accès étroit au logement et à l’emploi.

Si nous ne les partageons pas, les véhicules autonomes ne feront qu’aggraver la circulation

C’est beaucoup plus difficile mais nous sommes plus proches que les autres. Si vous aviez dit en 2012 que Tesla serait là où elle était, en 2 ans (2014), cela aurait été impensable.

Aujourd’hui, la technologie et la puissance de calcul sont là, c’est juste de la logique et du code. C’est un énorme «juste» mais quand même…

Tous les autres constructeurs automobiles sont dans des décennies. Si l’entreprise construit des voitures avant tout, des décennies. Si c’est une entreprise de technologie qui construit des voitures… c’est plus proche que nous ne le pensons.

Difficile… absolument. Mais dans les limites des capacités actuelles aussi. Probablement dans 5 ans.

De plus, les humains craignent de conduire. La hauteur de la barre que les ordinateurs doivent effacer est incroyablement basse. De quelqu’un qui est assis dans une voiture qui, pour la plupart, s’occupe de tout ce qui concerne le levage de charges lourdes, la conduite, le braquage, le brakey… Je peux regarder les autres de plus près, je peux partager avec un niveau d’expertise que peu de gens peuvent égaler… les humains sucer à la conduite. Vraiment. Mal.

Je pense que nous sommes encore très loin.

Je pense que nous sommes proches du concept de camions autonomes sur l’autoroute, un environnement beaucoup plus limité. Il pourrait y avoir des dépôts aux abords des villes où les camions autonomes peuvent voyager, puis les humains peuvent prendre le dernier kilomètre jusqu’à leur destination. Les camions autonomes pourraient bien être plus sûrs sur l’autoroute, moins susceptibles de rouler, toujours vigilants pendant de longues heures, mais tout aussi plus susceptibles d’être en mesure de réagir de manière appropriée à la mauvaise conduite des autres. Ils seraient évidemment en mesure d’acheminer le fret vers sa destination plus rapidement et probablement plus économiquement, mais cela perturberait énormément notre économie. 1,1 million de chauffeurs routiers et de nombreuses entreprises répondant à leurs besoins ont disparu.