Quand un enfant court sur la route, le conducteur humain moyen met 1,6 seconde pour appuyer sur la pédale de frein. Le temps de réaction est réduit à 0,5 seconde pour les véhicules automatisés équipés de capteurs radar/lidar et d'un système de caméras. Mais à une vitesse de 50 km/h, cela signifie toujours que le véhicule continuera sur sept mètres avant que les freins ne soient appliqués et qu'il s'immobilise.

En réponse, l'Institut Fraunhofer pour la fiabilité et la microintégration IZM s'est associé à une série de partenaires issus de l'industrie (InnoSenT, Radar au silicium, Jabil Optics Allemagne, AVL, John Deere) et des instituts de recherche (Fraunhofer Institute for Open Communication Systems FOKUS, DCAITI) pour développer un module radar de caméra qui capture beaucoup plus rapidement les changements de conditions de circulation. La nouvelle unité, pas plus gros qu'un smartphone, aura un temps de réaction inférieur à 10 millisecondes, ce qui, selon une étude menée par l'Université du Michigan (voir source), le rend 50 fois plus rapide que les systèmes de capteurs actuels et 160 fois plus rapide que le conducteur humain moyen. Avec le nouveau système, le véhicule de notre exemple précédent se déplacerait sur seulement 15 cm avant que le système n'intervienne et initie la manœuvre de freinage, éliminant potentiellement de nombreux accidents de la route en centre-ville.

Le traitement du signal intégré réduit le temps de réaction

La véritable innovation du nouveau système est sa capacité intégrée de traitement du signal. Cela permet à tous les traitements d'avoir lieu directement dans le module, avec le système filtrant sélectivement les données du système radar et de la caméra stéréo afin que le traitement puisse soit avoir lieu immédiatement, soit être intentionnellement retardé jusqu'à une étape de traitement ultérieure. Les informations non pertinentes sont reconnues, mais pas transmis. La fusion de capteurs est appliquée pour combiner les données de la caméra et du radar. Les réseaux de neurones évaluent ensuite les données et déterminent les implications du trafic dans le monde réel sur la base de techniques d'apprentissage automatique.

Par conséquent, le système n'a pas besoin d'envoyer des informations d'état au véhicule, mais uniquement des instructions de réaction. Cela libère la ligne de bus du véhicule pour traiter les signaux importants, par exemple détecter un enfant qui court soudainement sur la route. "Le traitement intégré du signal réduit considérablement les temps de réaction, " dit Christian Tschoban, chef de groupe au sein du département RF &Smart Sensor Systems. Avec ses collègues, Tschoban travaille actuellement sur le projet KameRad (voir encadré).

Le démonstrateur fonctionnel que lui et son équipe ont développé ressemble à une boîte grise avec des yeux à droite et à gauche :les caméras stéréo. Le projet court jusqu'en 2020. D'ici là, les partenaires du projet AVL List GmbH et DCAITI seront occupés à tester le prototype initial, y compris les essais routiers à Berlin. Tschoban espère que dans quelques années sa « boîte grise » sera de série sur tous les véhicules, apportant une sécurité supplémentaire au trafic automatisé du centre-ville.