Dans la course à la fabrication de véhicules autonomes (AV), la sécurité est cruciale mais parfois négligée, comme en témoignent les récents accidents qui ont fait la une des journaux. Des chercheurs de l'Université de l'Illinois à Urbana-Champaign utilisent l'intelligence artificielle (IA) et l'apprentissage automatique pour améliorer la sécurité de la technologie autonome grâce aux avancées logicielles et matérielles.

« Utiliser l'IA pour améliorer les véhicules autonomes est extrêmement difficile en raison de la complexité des composants électriques et mécaniques du véhicule, ainsi que la variabilité des conditions extérieures, comme la météo, état des routes, topographie, modèles de trafic, et éclairage, " a déclaré Ravi Iyer

« Des progrès sont faits, mais la sécurité continue d'être une préoccupation importante."

Le groupe a développé une plate-forme qui permet aux entreprises de gérer plus rapidement et de manière plus rentable la sécurité dans l'environnement complexe et en constante évolution de la technologie autonome. Ils collaborent avec de nombreuses entreprises de la Baie, y compris Samsung, Nvidia, et un certain nombre de start-up.

« Nous constatons un effort à l'échelle des parties prenantes dans les industries et les universités avec des centaines de startups et d'équipes de recherche, et relèvent quelques défis dans notre groupe, " dit Saurabh Jha, un doctorant en informatique qui dirige les efforts des étudiants sur le projet. "Résoudre ce défi nécessite un effort multidisciplinaire à travers la science, La technologie, et de fabrication."

L'une des raisons pour lesquelles ce travail est si difficile est que les AV sont des systèmes complexes qui utilisent l'IA et l'apprentissage automatique pour intégrer des électronique, et les technologies informatiques pour prendre des décisions de conduite en temps réel. Un AV typique est un mini-superordinateur sur roues; ils ont plus de 50 processeurs et accélérateurs exécutant plus de 100 millions de lignes de code pour prendre en charge la vision par ordinateur, Planification, et d'autres tâches d'apprentissage automatique.

Comme prévu, il y a des soucis avec les capteurs et la pile de conduite autonome (logiciel et matériel informatique) de ces véhicules. Lorsqu'une voiture roule à 70 mph sur une autoroute, les pannes peuvent représenter un risque important pour la sécurité des conducteurs.

« Si un conducteur d'une voiture typique détecte un problème tel que la dérive ou la traction du véhicule, le conducteur peut ajuster son comportement et guider la voiture jusqu'à un point d'arrêt sûr, " expliqua Jha. " Cependant, le comportement du véhicule autonome peut être imprévisible dans un tel scénario, à moins que le véhicule autonome ne soit explicitement formé pour de tels problèmes. Dans le monde réel, il y a un nombre infini de cas de ce genre."

Traditionnellement, lorsqu'une personne a des problèmes avec un logiciel sur un ordinateur ou un téléphone intelligent, la réponse informatique la plus courante consiste à éteindre et rallumer l'appareil. Cependant, ce type de correctif n'est pas conseillé pour les AV, car chaque milliseconde a un impact sur le résultat et une réponse lente pourrait entraîner la mort. Les problèmes de sécurité de ces systèmes basés sur l'IA ont augmenté au cours des deux dernières années parmi les parties prenantes en raison de divers accidents causés par des VA.

« La réglementation actuelle exige des entreprises comme Uber et Waymo, qui testent leurs véhicules sur les routes publiques pour faire rapport chaque année au DMV de Californie sur la sécurité de leurs véhicules, " a déclaré Subho Banerjee, un étudiant diplômé en CSL et en informatique. « Nous voulions comprendre les problèmes de sécurité courants, comment se comportaient les voitures, et quelle est la mesure de sécurité idéale pour comprendre à quel point ils sont bien conçus. »

Le groupe a analysé tous les rapports de sécurité soumis de 2014 à 2017, couvrant 144 AVs conduisant un cumulatif 1, 116, 605 miles autonomes. Ils ont constaté que pour le même nombre de kilomètres parcourus, les voitures conduites par des humains étaient jusqu'à 4000 fois moins susceptibles d'avoir un accident que les véhicules utilitaires. Cela signifie que la technologie autonome a échoué, à un rythme alarmant, pour gérer correctement une situation et désengager la technologie, s'appuyant souvent sur le conducteur humain pour prendre le relais.

Le problème que rencontrent les chercheurs et les entreprises lorsqu'il s'agit d'améliorer ces chiffres est que jusqu'à ce qu'un système de véhicule autonome ait un problème spécifique, il est difficile de former le logiciel pour le surmonter.

Plus loin, les erreurs dans les piles logicielles et matérielles ne se manifestent comme des problèmes de sécurité critiques que dans certains scénarios de conduite. En d'autres termes, les tests effectués sur les VA sur les autoroutes ou sur des routes vides/moins encombrées peuvent ne pas être suffisants car les violations de sécurité dues à des défauts logiciels/matériels sont rares.

Lorsque des erreurs se produisent, ils ont lieu après que des centaines de milliers de kilomètres ont été parcourus. Le travail de test de ces AV sur des centaines de milliers de kilomètres prend un temps considérable, de l'argent, et d'énergie, rendant le processus extrêmement inefficace. L'équipe utilise des simulations informatiques et l'intelligence artificielle pour accélérer ce processus.

"Nous injectons des erreurs dans la pile logicielle et matérielle des véhicules autonomes dans des simulations informatiques, puis collectons des données sur les réponses des véhicules autonomes à ces problèmes, " dit Jha. " Contrairement aux humains, La technologie de l'IA aujourd'hui ne peut pas raisonner sur les erreurs qui peuvent se produire dans différents scénarios de conduite. Par conséquent, besoin de grandes quantités de données pour apprendre au logiciel à prendre les bonnes mesures face à des problèmes logiciels ou matériels."

Le groupe de recherche élabore actuellement des techniques et des outils pour générer des conditions de conduite et des problèmes ayant un impact maximal sur la sécurité audiovisuelle. En utilisant leur technique, ils peuvent trouver un grand nombre de scénarios critiques pour la sécurité où des erreurs peuvent entraîner des accidents sans avoir à énumérer toutes les possibilités sur la route, ce qui représente une énorme économie de temps et d'argent.

Lors du test d'une technologie audiovisuelle disponible en libre accès, Apollon de Baidu, l'équipe a trouvé plus de 500 exemples de cas où le logiciel n'a pas réussi à gérer un problème et que l'échec a conduit à un accident. Des résultats comme ceux-ci font remarquer le travail du groupe dans l'industrie. Ils travaillent actuellement sur un brevet pour leur technologie de test, et prévoyez de le déployer bientôt. Idéalement, les chercheurs espèrent que les entreprises utiliseront cette nouvelle technologie pour simuler le problème identifié et résoudre les problèmes avant le déploiement des voitures.

« La sécurité des véhicules autonomes est essentielle à leur succès sur le marché et dans la société, " a déclaré Steve Keckler, vice-président de la recherche en architecture pour NVIDIA. « Nous espérons que les technologies développées par l'équipe de recherche de l'Illinois permettront aux ingénieurs de développer plus facilement des systèmes automobiles plus sûrs à moindre coût. NVIDIA est ravi de notre collaboration avec l'Illinois et est ravi de soutenir leur travail.

Cette recherche a été publiée à plusieurs reprises par l'IEEE (article 1, article 2, article 3).