Le professeur ECE Xin Li aide HASCO Vision Technology à créer des « phares intelligents » qui peuvent afficher des informations dans le faisceau telles que les directions indiquées sur la chaussée ici. Crédit :Université Duke
C'est une scène courante pour quiconque conduit la nuit sur une route sombre. Zipper dans les coins et sur les collines, les feux de route de la voiture sont allumés pour améliorer la vision tandis que la main du conducteur reste prête à les éteindre à tout moment, de peur qu'ils aveuglent la circulation venant en sens inverse et provoquent un accident.
Xin Li pense qu'il existe une meilleure solution, et il travaille avec le plus grand fabricant de phares de Chine pour en faire une réalité.
"Les phares modernes n'ont pas qu'une ou deux ampoules, ils peuvent en avoir jusqu'à un million, " dit Li, professeur de génie électrique et informatique à l'Université Duke et à l'Université Duke Kunshan. "Je travaille avec des partenaires de l'industrie pour créer un" phare intelligent "qui peut contrôler chaque pixel individuellement et éclairer automatiquement différentes zones devant la voiture après avoir reconnu l'environnement."
Par exemple, le phare pourrait réduire la quantité de lumière dirigée vers une voiture venant en sens inverse tout en augmentant simultanément l'éclairage d'un panneau de signalisation à venir. Ou il pourrait détecter les piétons à proximité et alerter le conducteur en mettant en évidence leur corps tout en évitant de projeter de la lumière directement dans leurs yeux.
Le défi de la fabrication d'un tel phare n'est pas nécessairement de créer les différents motifs lumineux, c'est d'apprendre à la voiture à reconnaître automatiquement l'environnement environnant et à créer elle-même les motifs. C'est un problème que HASCO Vision Technology, le plus grand fabricant de lampes automobiles en Chine, se tourne vers Li pour l'aider à résoudre avec l'apprentissage automatique.
L'apprentissage automatique peut apprendre aux « phares intelligents » à reconnaître l'environnement et à aider le conducteur en éclairant les piétons à proximité tout en évitant de les aveugler. Crédit :Université Duke
De nombreux constructeurs automobiles utilisent des caméras et l'apprentissage automatique pour contrôler leurs propres versions de voitures autonomes, Li est donc loin d'être le seul à cet égard. Algorithmes d'apprentissage automatique, cependant, besoin de grandes quantités de données pour apprendre, et de nombreux ensembles de données et algorithmes déjà créés à cet effet se sont concentrés sur la conduite de jour.
"Notre application ne se soucie pas de la journée cependant, " dit Li, qui partage son temps entre les campus de Duke en Caroline du Nord et Kunshan, Chine. "L'utilisation de cette approche pour les phares intelligents est en fait plus difficile car les conditions d'éclairage sont bien pires. C'est un défi unique qui n'a pas été bien étudié dans le passé."
Alors que ses partenaires de l'industrie s'efforcent de collecter plus de séquences nocturnes et d'annoter minutieusement des objets importants comme des panneaux, piétons et autres voitures, Li optimise l'algorithme d'apprentissage automatique. Parce que les décisions doivent être prises en temps réel, les chercheurs doivent choisir le bon matériel et concevoir l'algorithme pour s'adapter à son architecture.
Le chercheur de DKU, Xin Feng, aide Li dans cette tâche. Ensemble, Li et Feng ont déjà une démo fonctionnelle qui, bien qu'impressionnant, doit encore s'améliorer avant de prendre la route.
Une autre option pour afficher des informations sur la chaussée avec des « phares intelligents » consiste à rappeler aux conducteurs la limitation de vitesse. Crédit :Université Duke
"La précision de la détection est très importante - vous ne pouvez rien manquer ni personne, " a déclaré Li. " Et bien que ce soit un problème très important et difficile, ce n'est qu'une seule métrique. L'autre est la réponse en temps réel. Si l'algorithme met trop de temps à répondre, alors ce n'est pas utile. Techniquement, ce sont les deux problèmes les plus difficiles."
Mais ce sont des problèmes que Li espère résoudre dans un proche avenir, avec l'ajout de quelques cloches et sifflets supplémentaires. Un autre aspect du projet utilise les phares pour projeter des informations importantes telles que les conditions météorologiques et routières, panneaux de signalisation, indications de navigation, et même des voies de circulation sur la chaussée dans les faisceaux des phares eux-mêmes.
D'autres avancées pourraient inclure l'utilisation de capteurs alternatifs que les voitures autonomes pourraient éventuellement posséder, tels que le radar et le lidar. Mais pour l'instant, le projet utilise uniquement des caméras orientées vers l'avant pour réduire les coûts, comme au cours des prochaines années, les consommateurs sont beaucoup plus susceptibles de voir des phares intelligents sur les routes en grand nombre que des véhicules autonomes dotés de capacités de détection supplémentaires.
"Je pense que nous pouvons mettre un produit de première génération sur le marché dans les deux prochaines années, " dit Li. " Une fois que nous aurons ceux sur la route, nous pouvons obtenir encore plus de commentaires et de données pour améliorer encore la précision et le temps de réponse afin d'améliorer encore les futures itérations."
