La combinaison de l'intelligence humaine et artificielle dans les véhicules autonomes pourrait pousser les voitures sans conducteur plus rapidement vers une adoption à grande échelle, Des chercheurs de l'Université du Michigan disent.

C'est l'objectif d'un nouveau projet qui s'appuie sur une technique appelée crowdsourcing instantané pour fournir une solution rentable, sauvegarde à distance en temps réel pour les systèmes autonomes embarqués sans qu'un humain soit physiquement dans le siège du conducteur. La recherche se déroule à l'U-M Transportation Research Institute (UMTRI).

Le besoin de chauffeurs de sécurité humaine dans des véhicules comme les taxis autonomes récemment introduits par Waymo sape leur avantage en termes de coûts par rapport aux services de covoiturage traditionnels, disent les chercheurs. Il maintient également l'ère des voitures en tant que salons roulants autonomes hors de portée. Et la plupart des chercheurs s'accordent à dire que les machines ne seront pas en mesure de prendre complètement en charge les tâches de conduite avant des années, voire des décennies.

« Les véhicules autonomes d'aujourd'hui peuvent conduire relativement bien dans des conditions typiques, mais ils échouent dans des situations exceptionnelles - et ce sont ces situations qui sont les plus dangereuses, " a déclaré Walter Lasecki, un professeur adjoint d'informatique et d'ingénierie et un chef de projet. « Concevoir des systèmes autonomes capables de gérer ces situations exceptionnelles pourrait prendre des décennies, et en attendant, nous allons avoir besoin de quelque chose pour combler le vide."

Le crowdsourcing instantané diffère des efforts antérieurs de sauvegarde humaine à distance en ce sens qu'il peut fournir des réponses humaines en quelques millisecondes seulement, potentiellement assez rapides pour aider à esquiver un véhicule en déviation ou à contourner un débris de la route. Il utilise la technologie des véhicules connectés et un centre de contrôle situé à distance.

Voici comment cela fonctionnerait, le tout en l'espace de cinq secondes ou moins :

• Le logiciel du véhicule analyserait les données du véhicule en temps réel et devinerait électroniquement 10 à 30 secondes dans le futur pour estimer la probabilité d'un "désengagement", une situation où les systèmes automatisés de la voiture pourraient avoir besoin d'une aide humaine.
• Si la probabilité dépasse un seuil prédéfini, le système contacte un centre de contrôle situé à distance et envoie des données depuis la voiture.
• Le système du centre de contrôle analyse les données de la voiture, génère plusieurs scénarios possibles et les montre à plusieurs superviseurs humains, qui sont situés dans des simulateurs de conduite.
• Les humains répondent aux simulations et leurs réponses sont renvoyées au véhicule.
• Le véhicule dispose désormais d'une bibliothèque de réponses générées par l'homme parmi lesquelles il peut choisir instantanément, sur la base des informations des capteurs embarqués.

Un tel système peut sembler coûteux et encombrant, mais Robert Hampshire, professeur-chercheur à l'UMTRI et à la Ford School of Public Policy de l'UM, dit que ce serait beaucoup moins cher que d'avoir un conducteur humain dans chaque véhicule. Cela pourrait le rendre particulièrement précieux pour le covoiturage et les opérateurs de flotte. Et l'énorme volume de kilomètres parcourus, combiné au fait que les véhicules autonomes n'ont que rarement besoin d'assistance humaine, pourraient générer des économies d'échelle qui réduiraient le coût par véhicule.

"Il y a eu 3,2 billions de kilomètres parcourus aux États-Unis l'année dernière, et les meilleurs véhicules autonomes ont en moyenne un débrayage tous les 5, 000 milles, " dit Hampshire. " Nous estimons que si tous ces kilomètres étaient automatisés, il en faudrait une cinquantaine, 000 à 100, 000 salariés, répartis ville par ville. Un réseau comme celui-là pourrait fonctionner comme un service d'abonnement, ou il pourrait s'agir d'une entité gouvernementale, similaire au système de contrôle du trafic aérien d'aujourd'hui."

Le dépistage basé sur des algorithmes au début du processus le rend plus utile que les tentatives antérieures d'assistance humaine à distance, qui a obligé le véhicule à s'arrêter, contactez un centre d'appels à distance et obtenez des instructions avant de continuer.

Une autre clé pour faire fonctionner le système sur le terrain sera de le concevoir d'une manière qui soit utilisable pour le grand nombre d'employés, dit Hampshire.

"Comme le travail des contrôleurs aériens, ce travail pourrait être stressant et complexe sur le plan cognitif. Nous allons donc chercher des moyens de le rendre moins intense et moins fatiguant mentalement. »

Les développeurs travaillent actuellement sur la plate-forme logicielle. Ils espèrent que des humains testeront le système d'ici la fin de la première année du projet, le système capturant les données des véhicules réels d'ici la fin de la deuxième année.

Le principe de base du crowdsourcing instantané a été validé dans un article intitulé « Bolt :Instantaneous Crowdsourcing via Just-in-Time Training, " qui a été présenté lors de la conférence ACM CHI 2018. Le projet USDOT vise à l'adapter pour une utilisation dans les véhicules autonomes.