Le 9 juin 2020, DENSO Tech Links Tokyo # 7, un événement organisé par DENSO Corporation, s’est déroulé sous forme de webinaire. Le thème était «Conducteurs humains et IA: la conduite automatisée du point de vue des caractéristiques humaines». Les employés de DENSO qui jouent un rôle clé dans la technologie de pointe ont parlé du développement de la technologie de conduite automatisée et de la recherche sur l’IA, en tenant compte des caractéristiques humaines, pour réaliser une nouvelle mobilité. L’orateur suivant était Naoki Ito, directeur général du département Applied AI R&I, AI R&I Div., Advanced Research and Innovation Center. Il a présenté un projet de R&D utilisant le suivi, la synthèse d’image à point de vue libre et l’accélérateur DNN pour obtenir une conduite automatisée basée sur l’IA.

Haut-parleurs
Naoki Ito
Directeur général du département Applied AI R&I, AI R&I Div., Advanced Research and Innovation Center

Quatre niveaux de conduite automatisés et mission future

Naoki Ito: Je parlerai des initiatives de DENSO en matière de conduite automatisée du point de vue de la R&D sur l’IA.

Le thème de ma présentation est les initiatives de DENSO sur les systèmes avancés d’assistance à la conduite (ADAS) et les systèmes de conduite automatisée (AD). Celles-ci deviendront une tendance mondiale à l’avenir.

L’axe vertical montre les véhicules cibles, y compris les voitures particulières ou soi-disant «véhicules privés», les véhicules utilitaires tels que les camions et les voitures partagées et de service, y compris les taxis et les petits bus. L’axe horizontal montre les niveaux AD / ADAS. Le niveau augmente de gauche à droite.

La conduite automatisée est classée en quatre niveaux (niveaux 1 à 4). La sécurité active, illustrée à gauche, et environ la moitié des fonctions ADAS / AD relèvent du niveau 1 ou 2. Aux niveaux 1 et 2, le conducteur est essentiellement responsable de la conduite et le système prend en charge le conducteur. Aux niveaux 3 et 4, le système exécute la tâche de conduite. Au niveau 3, le conducteur doit reprendre la conduite lorsque le système ne peut pas la gérer.

Au niveau 4, le système de conduite entièrement automatisé permet la conduite sans conducteur de petits véhicules. Un service de voiturier automatisé sera également nécessaire, bien que cela puisse ne pas entrer dans la définition de la conduite automatisée.

À l’heure actuelle, les technologies de sécurité active de niveau 1 et 2, y compris le freinage anti-collision, le régulateur de vitesse adaptatif (ACC) et l’assistance au maintien de voie (LKA) sur les autoroutes, se répandent.

Les technologies de niveau 2 et de niveau 3 devront être développées pour les artères et les routes publiques générales et les technologies de niveau 4 pour les voitures de service dans les domaines de conception opérationnelle (ODD). Notre département sert d’équipe de R&D, notre mission est donc de développer des technologies élémentaires pour les niveaux 3 et 4 et de contribuer aux activités de l’entreprise.

Problèmes actuels de la conduite automatisée

Dans la recherche sur la conduite automatisée, nous devons aborder diverses questions difficiles. Par exemple, les performances de détection doivent être maintenues pour faire face au rétroéclairage à la sortie d’un tunnel, ainsi qu’aux très mauvaises conditions météorologiques telles que de fortes pluies et un brouillard dense.

Même si les performances de détection sont maintenues, les objets doivent être détectés par le système. Les participants au trafic ordinaire comprennent les véhicules, les piétons et les vélos. Parfois, il peut y avoir des objets inconnus sur la route et ils doivent être détectés. Les collisions avec des animaux susceptibles d’entrer sur la route doivent également être évitées. Si une route qui était ouverte hier est en construction aujourd’hui, il faut faire un détour. Il existe de nombreuses situations difficiles à gérer.

Les conducteurs humains peuvent comprendre correctement la situation sur la base d’un jugement approprié, mais c’est un problème très difficile pour la conduite entièrement automatisée.

Comme je l’ai expliqué, les systèmes de conduite automatisés devraient évoluer progressivement de systèmes simples à des systèmes plus compliqués. Les applications vont s’étendre des autoroutes, où il est relativement facile de réaliser une conduite automatisée, aux artères et aux routes publiques générales.

Il existe diverses questions difficiles du point de vue de la R&D, c’est donc un domaine de recherche passionnant.

Ce qui peut être réalisé en utilisant l’IA

L’IA est une solution pour résoudre ces problèmes difficiles. Ici, l’IA fait référence aux technologies d’apprentissage en profondeur et d’apprentissage automatique. Nous avons travaillé pour appliquer les technologies de l’IA aux véhicules.

Vous connaissez peut-être la figure ci-dessus. Les technologies de reconnaissance d’image font l’objet d’une analyse comparative chaque année. Plus le point du graphique est bas, plus la précision est élevée. La précision de la reconnaissance n’était améliorée que de quelques points de pourcentage par an, mais la technologie d’apprentissage en profondeur, qui est un type de technologie d’IA, améliorait la précision de près de 10%. Les technologies d’apprentissage en profondeur et d’apprentissage automatique ont attiré beaucoup d’attention du public et de nombreux chercheurs.

Aujourd’hui, la précision de la reconnaissance d’image, qui est l’une des tâches spécifiques, est supérieure à celle de la reconnaissance par l’homme.

Nous avons travaillé pour appliquer les technologies d’apprentissage en profondeur et d’apprentissage automatique à ADAS / AD.

La figure ci-dessous est un schéma de principe simple pour la conduite automatisée. Les informations obtenues à partir de divers capteurs d’un véhicule sont utilisées pour reconnaître l’environnement environnant et comprendre la scène. Le bloc de reconnaissance sort les résultats de la reconnaissance des objets, et la trajectoire des objets peut alors être prédite. Le comportement et les trajectoires du véhicule sont mesurés en utilisant les résultats de prédiction pour assurer un contrôle adéquat de la direction, du freinage et de l’accélération.

Nous essayons d’utiliser l’apprentissage en profondeur et d’autres technologies d’IA pour prédire les trajectoires et planifier les chemins, en plus de la reconnaissance.

Initiatives de DENSO pour appliquer l’IA aux véhicules

Cette figure décrit l’approche de DENSO pour appliquer l’IA aux véhicules.

Les algorithmes sont au cœur de la R&D sur l’IA. Pour améliorer la précision des algorithmes d’IA, une grande quantité de données sera nécessaire, mais plus la quantité de données est grande, plus le processus d’apprentissage prend du temps. Nous aurons besoin de technologies pour utiliser efficacement les ordinateurs pour le processus d’apprentissage.

La R&D sur les algorithmes et les technologies informatiques est activement menée dans le monde entier, je ne pense donc pas que DENSO soit le leader mondial de ces technologies.

Comme diverses technologies et documents sont présentés dans le monde, nous essayons d’identifier les technologies qui peuvent être utilisées pour les véhicules, de les appliquer aux systèmes de véhicules et de déterminer leur efficacité. Comme décrit ici, nous nous engageons à développer des technologies permettant une mise en œuvre rapide des systèmes.

Même s’il existe un algorithme qui semble avoir des performances de reconnaissance élevées, il peut ne pas fonctionner en temps réel dans un système de véhicule. Nous développons des technologies pour atteindre rapidement des performances en temps réel.

Ces trois technologies à elles seules ne suffisent pas pour appliquer l’IA aux véhicules. Plus précisément, les ressources de calcul d’un véhicule sont limitées. Les technologies intégrées et les technologies des semi-conducteurs sont également nécessaires pour faire fonctionner correctement l’IA.

La qualité est un facteur très important dans la production de véhicules, il est donc essentiel d’assurer la qualité de l’IA.

En ce qui concerne les deux derniers éléments du pentagone, nous avons des technologies intégrées bien établies ainsi que des technologies et une expertise d’assurance qualité. Il est essentiel d’exploiter ces capacités et de travailler sur les cinq technologies élémentaires de manière globale afin d’appliquer l’IA aux véhicules.

Maintenant, je voudrais présenter brièvement le processus de développement des technologies élémentaires respectives.

Algorithmes de suivi

Tout d’abord, je parlerai des algorithmes, qui sont le sujet principal. Le schéma synoptique que j’ai montré plus tôt est indiqué (dans la partie supérieure de la diapositive). Jetons d’abord un coup d’œil au processus de reconnaissance.

S’il vous plaît cliquez ici pour consulter le communiqué de presse complet

LA SOURCE: DENSO