Naviguer en toute sécurité sur les chantiers
Les véhicules automatisés doivent pouvoir reconnaître les panneaux de signalisation de manière fiable. Les systèmes actuels ont toutefois du mal à comprendre un guidage complexe du trafic avec différentes informations sur la vitesse ou le tracé des voies, comme c'est notamment le cas dans les zones de travaux. Les chercheurs du Fraunhofer développent des technologies permettant d'interpréter en temps réel de tels panneaux de signalisation.
Photo Fraunhofer IAIS
La navigation sur les chantiers est un défi pour les véhicules automatisés : comme les voies de circulation sont généralement rétrécies, que des embouteillages se forment et que les conducteurs réagissent souvent de manière incertaine ou stressée, les accidents sont plus fréquents. Les systèmes des véhicules automatisés sont en outre dépassés par la complexité de la situation : les anciens et les nouveaux marquages au sol se superposent, les balises et les cônes de signalisation limitatifs sont difficiles à détecter par les capteurs. Les panneaux contiennent différentes informations sur la vitesse autorisée ou le tracé des voies.
Reconnaître les modèles plus rapidement et plus efficacement grâce au deep learning
"Notre technologie permet à un système de lire des panneaux de ce type avec une grande précision", explique Stefan Eickeler, responsable du thème de la reconnaissance d'objets à l'Institut de recherche sur les sciences de l'environnement de l'université de Munich. Institut Fraunhofer pour les systèmes d'analyse et d'information intelligents IAIS à Sankt Augustin, en Allemagne. Les informations sont traitées sémantiquement, leur contenu est compris et mis à disposition pour un traitement ultérieur. "Grâce au deep learning - une technologie clé pour l'avenir du secteur automobile - nous apprenons au logiciel à reconnaître les modèles classiques plus rapidement et plus efficacement".
Ainsi, à l'avenir, l'interaction entre l'appareil de navigation et l'ordinateur de bord permettra d'annoncer correctement les sorties d'autoroute signalées différemment sur les chantiers, de mesurer de manière optimale les distances avec les autres véhicules et d'adapter la vitesse à temps. "Ce qui pourrait bientôt être synonyme de détente et de sécurité au volant dans le cadre de la conduite assistée devrait, à terme, fonctionner de manière autonome : Les véhicules automatisés réagiront alors de manière autonome", explique Eickeler.
La vision d'avenir : une caméra remplace de nombreux capteurs
Une caméra automobile, qui fournit actuellement 20 à 25 images par seconde, est utilisée à cet effet. Ces images sont analysées directement pendant la conduite et les informations sur les panneaux de signalisation, les informations sur les voies de circulation ou les panneaux de signalisation à LED sont lues et traitées. Une vision d'avenir est que cette caméra fonctionne à l'avenir comme interface primaire et qu'il soit ainsi possible de se passer d'une multitude de capteurs.
Sur la CeBIT à Hanovre du 20 au 24 mars 2017 le Fraunhofer IAIS présente, dans le cadre d'une visite virtuelle, plusieurs projets dans le domaine du Big Data et du Machine Learning - notamment sur les thèmes "Conduite automatisée sur les chantiers", "Assistants numériques et systèmes de recommandation en temps réel" ou "Graphiques de connaissances pour des modèles commerciaux axés sur les données".
texte : IAIS
