Permettre des simulations réalistes pour les véhicules autonomes
Un consortium ouvert pour faire progresser les simulations centrées sur l'humain pour des véhicules autonomes plus sûrs.
Résumé du projet
Mis à jour le 23 octobre 2024.
Le problème
Les véhicules autonomes (VA) promettent de changer à jamais la façon dont nous utilisons les voitures, mais avant que les voitures sans conducteur ne deviennent courantes, nous devons nous assurer qu'elles sont sûres. Cependant, les experts estiment qu’il faudra des milliards de kilomètres et des centaines d’années de conduite pour garantir la fiabilité totale des véhicules autonomes. Les développeurs de véhicules autonomes et de systèmes avancés d’aide à la conduite (ADAS) se sont tournés vers les simulations informatiques pour former et tester les voitures sans conducteur. Le réalisme de ces simulations est essentiel, car les différences entre l’environnement de conduite simulé et le monde réel peuvent introduire des erreurs inacceptables en matière de sécurité et de performances, nécessitant des cycles de développement beaucoup plus longs et plus coûteux. Cet « écart entre la simulation et la réalité » constitue un obstacle majeur au développement des véhicules autonomes, en particulier pour les interactions entre le véhicule IA et d’autres humains simulés, tels que d’autres conducteurs, des piétons et des cyclistes.
Le comportement humain est très varié, et l’incapacité à représenter correctement ces nuances dans la simulation peut empêcher les véhicules autonomes ou semi-autonomes de gérer diverses situations sur la route. Les juridictions qui expérimentent actuellement des voitures sans conducteur sur les voies publiques ont pu constater ces erreurs du monde réel, où les véhicules autonomes dans des situations dynamiques et complexes peuvent présenter divers problèmes de sécurité et de performances. Les piles logicielles de véhicules autonomes permettant de résoudre ces problèmes sont actuellement un patchwork d’outils open source, de produits et de plateformes commerciaux, de ressources internes et de bibliothèques de ressources numériques – sans solution véritablement accessible et interopérable pour les simulations à grande échelle du comportement des conducteurs humains et des autres usagers de la route.
Comment nous le résolvons
Mené par Inverted AI en collaboration avec Embody AI Foundation (CARLA), ce projet vise à établir un consortium pour accélérer le développement technologique et commercial de modèles comportementaux pour la simulation AV/ADAS et les domaines connexes.
Le consortium entend réunir des innovateurs de l'ensemble du secteur pour développer un écosystème complet de produits et de partenaires, améliorant l'accessibilité, l'interopérabilité et le réalisme de la technologie de simulation, tout en créant et en captant une nouvelle valeur sur le marché mondial. Dans sa première phase, le projet fera évoluer le logiciel de simulation de véhicules autonomes d'Inverted AI et l'intégrera à la plateforme de CARLA pour créer une solution à grande échelle capable de s'intégrer à d'autres plateformes et outils afin de surmonter les obstacles liés aux tests de simulation dans le secteur des véhicules autonomes/ADAS. Le consortium utilisera les ressources des fournisseurs d'infrastructures cloud et les calculs d'IA pour mettre la solution à la disposition des développeurs de véhicules autonomes, des constructeurs automobiles et des chercheurs universitaires du monde entier.
En réunissant divers partenaires de l'industrie et du milieu universitaire, ce projet rendra les logiciels de simulation humaine pour l'industrie des véhicules autonomes plus efficaces, rentables et réalistes, accélérant ainsi le développement de véhicules autonomes dans le monde entier et renforçant la réputation du Canada en tant que leader du développement de l'IA.
