Quel cerveau pour la voiture du futur ? [par l'Atelier]

Le 29 septembre 2017

Partager sur Facebook Partager sur Twitter Partager sur Viadeo Partager sur LinkedIn
[Extrait de l'article initialement paru sur l'Atelier] La voiture de demain sera non polluante, ultra-communicante et autonome. Mais pour libérer le conducteur de toute tâche de conduite, celle-ci devra disposer d'une puissance de calcul conséquente. Une rupture technologique pour les constructeurs automobiles et leurs équipementiers.

[...] On estime qu'une voiture moderne haut de gamme, avec ses multiples options, met en œuvre aujourd'hui jusqu'à 100 millions de lignes de code. En comparaison, une navette spatiale avec ses 400 000 lignes de code ou même le très moderne Boeing 787 avec 6,5 millions de lignes font figure de jouets. Une simple fonction d'antiblocage de roue, l’ABS obligatoire sur les voitures vendues en Europe depuis 2004 nécessite un capteur placé sur chaque roue relié à un microprocesseur qui va exécuter un algorithme qui représente 1 million de lignes au minimum. La multiplication de fonctions d'aide à la conduite comme le régulateur de vitesse adaptatif qui s'adapte au véhicule qui le précède, le suivi de file automatique et les fonctions de parking automatique ont fait s'envoler le nombre de logiciels embarqués dans les véhicules. On estime que pour faire tourner cette masse de logiciels hétéroclites, une voiture peut être équipée d'une centaine de calculateurs. Ceux-ci sont généralement bâtis autour des puces fournies par NXP, Infineon technologies, Renesas Electronics. Les plus puissantes sont conçues à partir de cœurs ARM comparables à ceux qui animent nos tablettes numériques et smartphones.

Au fil des années, le nombre de calculateurs embarqués dans les voitures n'a fait que croître. La conduite autonome va faire s'envoler leur besoin de puissance informatique. Ainsi, les Tesla Model X et S livrées en 2013 comptaient déjà 65 calculateurs, depuis la petite puce placée sur chaque module de batterie (chaque voiture en possède 16), jusqu'au très puissant calculateur NVidia PX2 pour sa fonction "Autopilot". Chaque véhicule est désormais un petit datacenter à lui seul et la sophistication des aides à la conduite va exiger des calculateurs de plus en plus puissants puisque c'est l'intelligence artificielle qui va tenir le volant des voitures du futur.

[...] Néanmoins, cette multiplication de calculateurs fait grimper la facture des voitures, mais aussi leur consommation électrique, un point clé pour l'autonomie des véhicules électriques.

La voiture autonome va accroître le besoin en puissance informatique

N'en déplaise à Elon Musk, les premier véhicules autonomes commercialisés furent les navettes autonomes des constructeurs français Navya et Easymiles, du néerlandais 2gethere ou encore les pods ULTra PRT de l'aéroport d'Heathrow, à Londres.

Michel Parent, Conseiller Scientifique du Programme " La Route Automatisée " à l’Institut National de Recherche en Informatique et Automatique (INRIA) a développé la technologie de la conduite autonome dès les années 90, avec notamment les projets Cycab, CityMobil2, Cybercar dans les années 2000, et dont les algorithmes de conduite ont inspiré les véhicules autonomes de Navya, Easymile ou du néerlandais 2gethere. Ce pionnier de la voiture autonome a privilégié une approche prudente : « Nous avons travaillé sur du transport public urbain en évitant de placer trop d'intelligence dans le véhicule. Nous avons choisi cette approche car il est difficile de démontrer la fiabilité totale des algorithmes d'intelligence artificielle, en particulier ce qui est basé sur l'apprentissage. Nous avons privilégié des approches plus déterministes. Cette approche nécessite une puissance informatique relativement modeste pour la reconnaissance d'image et la localisation dans l'espace mais la puissance d'un PC classique suffit à piloter l'un de nos véhicules autonomes. » La contrainte de cette approche, c'est que l'approche déterministe ne fonctionne que dans un environnement bien délimité, sur lequel une reconnaissance préalable à été menée et non pas sur route ouverte, ce que visent aujourd'hui les constructeurs automobiles du monde entier. « Cette approche est suffisante sur des navettes automatiques telles que celles qui sont d'ores et déjà commercialisées aujourd'hui. Ces navettes mettent en œuvre des processeurs tout à fait classiques. »

Face à l’approche déterministe défendue par le chercheur, les constructeurs automobiles privilégient aujourd’hui une autre voie technologique très différente, celle du Deep Learning. Plutôt que de programmer le comportement de la voiture pour que celle-ci réagisse à son environnement de manière prédéfinie, ceux-ci misent sur les réseaux de neurones.  [...]

Le deep learning fait exploser le besoin de puissance informatique

[...] Apprendre la conduite à un réseau de neurones, aussi puissant soit-il, est pourtant loin d’être facile. De la même façon que le candidat au permis de conduite doit rouler pour apprendre à conduire, les constructeurs automobiles doivent faire ingurgiter des millions de kilomètres à leurs réseaux de neurones afin de les préparer aux embûches de la route. Si un humain a besoin d’une vingtaine d’heures de conduite pour maîtriser son véhicule, un cerveau électronique s’avère beaucoup plus revêche. Récemment, BMW affirmait qu'il faudra parcourir 50 millions de km pour disposer d'une IA réellement autonome sur la route. Actuellement, avec l'ensemble de ses voitures, Google Waymo n'aurait accumulé que 6 millions de km, ce qui permet de mesurer le chemin qui reste à parcourir afin d'arriver à l'autonomie complète sur route ouverte et même avec ces millions de km parcourus, Michel Parent reste néanmoins sceptique quant à la capacité d'un réseau de neurones à faire face à une situation nouvelle : « On assiste aujourd'hui à une course des constructeurs afin d'accumuler un maximum de km mais est-ce que ce sera suffisant ? Est-ce qu'on pourra faire face ainsi à tous les cas exotiques qui pourront survenir, je n'en suis pas persuadé du tout. Cette approche demande un énorme travail et il n'est pas certain que l'on puisse être véritablement exhaustif. » [...]

En dépit des réserves émises par le chercheur et du fait que le Deep Learning n’est pas une approche déterministe, la fonction Autopilot des voitures Tesla exploite cette technologie, et de plus en plus de véhicules de test roulent sur route ouverte grâce à cette technologie. C’est notamment le cas du prototype de véhicule autonome dévoilé par NVidia lors du CES 2017. L’argument choc du fondeur californien vis-à-vis des constructeurs automobiles, c’est que le Deep Learning permet de limiter le nombre de capteurs et donc de boitiers électroniques à embarquer sur la voiture. « Au lieu d'utiliser des dizaines de processeurs et des boites noires réparties un peu partout dans le véhicule, nous proposons un cerveau central, le Drive PX2, ce qui permet globalement de limiter le nombre de capteurs à 2 caméras » affirme Serge Palaric.

Si, en pratique, les voitures vont continuer à multiplier les capteurs, l’approche du réseau de neurones porté par des GPU défendue par NVidia gagne des adeptes. NVidia compte désormais Mercedes-Benz parmi ses alliés tandis qu'Audi a annoncé que l'Audi A8 qui va sortir cette année, embarque un calculateur NVidia. Ce sera le premier véhicule autonome de niveau 3 à être commercialisé dans le monde. Toyota, Bosch, ZF pour les poids lourds, Tesla, ainsi que Volvo et l’équipementier suédois Autoliv ont récemment rallié le camp NVidia, avec pour objectif de commercialiser des véhicules autonomes en 2020-2021.

[...]

La suite : Intel veut rebondir dans le marché automobile & Des différences d'approches marquées entre Intel et NVidia à retrouver sur l'article originale de l'Atelier.

Auteur(s)

Extrait de l'article rédigé par Alain Clapaud, Journaliste indépendant, spécialisé dans les nouvelles technologies pour l'Atelier, Delphin Hénaff - Darraud, Créativ

A lire également

Revue de presse Véhicules & Mobilités du 13/10/17

Le 13/10/2017

Véhicules électrique - Renault - Pollution - Paris - Recharge électrique - Bus électrique - Hydrogène

Concours Crisalide Numérique : les mobilités bien représentées !

Le 13/10/2017

Le concours Crisalide Numérique a pour objectif d’identifier des entreprises bretonnes qui ont su se développer ou se différencier en intégrant des usages innovants du numérique dans leur organisation et sur leurs marchés; et de valoriser ces usages exemplaires auprès des entreprises bretonnes et des acteurs du territoire.

Revue de presse Véhicules & Mobilités du 06/10/17

Le 06/10/2017

Ville - Voiture autonome - Batterie - Métaux - Aval automobile - Bornes de recharge - VTC - Avion électrique