Les robots-voitures apprennent des quasi-accidents

Les robots-voitures apprennent des quasi-accidents

Les systèmes de surveillance du trafic basés sur les objets sont actuellement installés par les techniciens d'ALP.Lab à Graz et sur d'autres carrefours ruraux et urbains en Autriche. «Nous installons les capteurs des voitures modernes sur les poteaux routiers pour détecter les accidents qui ont failli se produire», explique Gerhard Greiner, directeur général d'ALP.Lab. La zone des carrefours en particulier constitue un énorme défi pour le développement des véhicules autonomes. Voitures, camions et piétons, scooters électriques, vélos électriques et skateboards, ainsi que bientôt la première génération de véhicules semi-autonomes, se rencontrent ici. Les systèmes d'observation du trafic ALP.Lab utilisent des caméras radar, lidar et optiques pour enregistrer de manière anonyme les usagers de la route et les diviser en catégories. Les données peuvent ensuite également être utilisées par les municipalités et les planificateurs du trafic pour accroître la sécurité routière et développer des formes efficaces de transports publics.

Assistants de conduite intelligents

Les données collectées sont principalement utilisées comme données de formation pour les systèmes de conduite autonome. Contrairement aux étudiants en conduite humaine, les systèmes informatiques doivent stocker et traiter d’énormes quantités de données afin d’en tirer des actions significatives. ALP.Lab peut désormais proposer ces données aux équipementiers automobiles et aux constructeurs automobiles ainsi qu'aux projets de recherche scientifique. « Les données d'observation du trafic constituent un complément idéal aux tests réels des fonctions de conduite automatisées proposés par ALP.Lab », explique Gerhard Greiner, directeur général d'ALP.Lab. Afin d'éviter au mieux les accidents, il convient d'évaluer non seulement les données sur les accidents survenus, mais également sur les quasi-accidents. Ces scénarios de circulation dits critiques incluent par exemple des piétons qui ont des difficultés à traverser la rue avant la fin de la phase verte ou des véhicules qui changent brusquement de rayon de braquage afin d'éviter les cyclistes qui croisent. Les capteurs utilisés fonctionnent 24 heures sur 24, 365 jours par an et peuvent donc non seulement enregistrer un grand nombre de scénarios typiques et dangereux, mais aussi les corréler avec une grande variété de conditions générales - telles que le volume de trafic, la météo, l'heure ou la température. Jost Bernasch, directeur général d'ALP.Lab : « Une telle surveillance du trafic est un nouveau territoire international et suscite déjà un grand intérêt parmi les experts. »