La confiance des consommateurs dans la sécurité des voitures autonomes continue d'être un défi pour les constructeurs automobiles qui planifient un avenir de conduite automatisée, mais ajoutez à ce malaise sur la façon dont une voiture autonome se débrouillera sur les routes frappées par de mauvaises conditions météorologiques.

Récemment, Filaire a déclaré que « la neige et la glace constituent un obstacle fâcheux pour les voitures autonomes, " et que " la plupart des tests de véhicules autonomes jusqu'à présent se sont déroulés sous le soleil, climats secs. Cela devra changer avant que la technologie ne soit utile partout."

Les ingénieurs CSAIL du MIT s'en chargent, alors qu'ils continuent d'explorer le potentiel de ce qu'on appelle le radar à pénétration de sol localisé (LGPR). Il s'agit d'une technologie qui peut garder la voiture centrée même si les marques sur la chaussée sont floues ou recouvertes par la neige. Les membres de l'équipe CSAIL ont évalué "les performances sur plus de 17 km de données de test dans une variété de conditions météorologiques difficiles. Nous constatons que cette nouvelle modalité de détection est capable de fournir une localisation précise pour une navigation autonome sans utiliser de caméras ou de capteurs LiDAR".

LGPR est conçu pour aider les voitures autonomes à naviguer sur les routes sous la pluie et la neige. C'est une technologie qui a été développée au MIT Lincoln Laboratory, permettant la navigation des véhicules à l'aide de la géologie du sous-sol. Les ingénieurs du Lincoln Lab ont démontré que les changements dans les couches du sol, les roches et le revêtement routier pourraient être utilisés pour localiser les véhicules avec une précision centimétrique. GearBrain était l'un des nombreux sites impressionnés par LGPR, disant qu'il pourrait très bien être utilisé pour créer une carte routière complète d'une ville, puis téléchargé par les véhicules avant de s'y rendre.

Les cartes nécessaires au capteur auraient l'avantage de changer moins souvent que les autres, cartes aériennes.

Le travail a été partiellement soutenu par le MIT Lincoln Lab. Inverse a déclaré que LGPR a été développé au MIT Lincoln Laboratory. Dès 2017, MIT News a publié un rapport selon lequel « les ingénieurs du MIT Lincoln Laboratory, qui a développé le géoradar de localisation (LGPR), ont démontré que les caractéristiques des couches de sol, les roches et le revêtement routier peuvent être utilisés pour localiser les véhicules avec une précision centimétrique. Le LGPR a été utilisé pour garder la voie même en cas de neige, le brouillard ou la poussière obscurcit les éléments au-dessus du sol."

L'équipe CSAIL a été occupée à tester la technologie sur les voitures autonomes avec des résultats encourageants. Comme l'a souligné ZDNet, L'instrumentation de CSAIL n'a été testée que sur une route de campagne fermée et à faible vitesse. Toujours, les résultats semblaient encourageants.

Dans une vidéo du 24 février, Il est rappelé aux téléspectateurs que les voitures autonomes utilisent généralement des caméras et des capteurs lidar pour naviguer. Sous la pluie et la neige, bien que, vous ne pouvez pas dépendre des deux.

Pourquoi pas? Mike Brown avait une réponse en Inverse. La neige confond ces capteurs. Dans certains cas, la caméra ne peut pas voir dans le blanc brillant, ou les lasers d'un lidar rebondissent dans la neige. Comme Brown l'a écrit, les capteurs électromagnétiques du système mesurent la combinaison de roches, sol et racines. "Cette empreinte digitale unique peut être utilisée pour aider la voiture à identifier sa position actuelle même lorsque les caméras et le lidar ne parviennent pas à capter les signaux."

ZDNet a noté que la neige peut recouvrir les marquages ​​au sol et même les panneaux de signalisation ; la pluie peut provoquer des dysfonctionnements de l'appareil photo. En LGPR, des impulsions électromagnétiques sont émises dans le sol et réfléchies par des objets souterrains, selon Ben Coxworth dans New Atlas.

Inverse avait plus de détails sur leurs conclusions :« Le LGPR s'est comporté de manière impressionnante au cours des six mois et des 10,5 miles de tests, traverser une route de campagne fermée à faible vitesse. La marge d'erreur dans des conditions de neige était d'environ un pouce par rapport au temps clair. Malheureusement, cela a augmenté à 5,5 pouces sous la pluie, car il modifie l'état du sol. Pendant toute la période d'essai, l'équipe n'a jamais eu à prendre le relais."

Inverse a fait référence à un porte-parole du MIT qualifiant la solution de prochaine étape logique vers un système de conduite autonome plus complet.

Néanmoins, il y a encore de la place pour d'autres développements concernant ce capteur. Qu'en est-il des tracés routiers plus complexes ? Qu'en est-il de l'amélioration des mesures volumineuses du capteur ? Comme l'a dit ZDNet, "Le matériel, trop, mesure six pieds de large et aurait besoin d'une révision sérieuse avant d'être assez petit pour s'intégrer à un véhicule standard."

Vous en entendrez plus sur les résultats de leurs recherches ; les ingénieurs ont écrit un article décrivant leur travail intitulé "Un système de navigation autonome indépendant de l'apparence basé sur un radar pénétrant au sol localisé, " à paraître dans la revue Lettres de robotique et d'automatisation IEEE .

© 2020 Réseau Science X