Accueil » Actualité » La voiture autonome progresse avec cette caméra 3D coréenne

La voiture autonome progresse avec cette caméra 3D coréenne

Une équipe universitaire de Corée du Sud a conçu un nouvel algorithme de calibration des caméras 3D utilisées par les systèmes de conduite autonome. Il est capable de modéliser les perspectives avec au moins autant de précision que les méthodes actuelles, mais plus rapidement.

Image 1 : La voiture autonome progresse avec cette caméra 3D coréenne
Crédit : Tesla

Les assistants de conduite ont fait des progrès remarquables ces dernières années, notamment grâce à la mise au point de nouveaux dispositifs permettant aux systèmes embarqués de mieux appréhender leur environnement. Pourtant, les logiciels d’assistance à la conduite montrent rapidement leurs limites, et sont même parfois mis en cause dans des accidents.

Leur capacité à modéliser leur environnement est encore imparfaite, notamment pour évaluer les perspectives. La rapidité et l’exactitude du calcul des points de fuite peuvent être à l’origine d’erreurs d’interprétation et conduire un véhicule sur une mauvaise trajectoire. Les caméras et les capteurs peuvent également être sujets à des facteurs externes qui les rendent moins efficaces, et le moindre changement de leur position nécessite un nouvel étalonnage. Tous ces problèmes peuvent être résolus avec des méthodes plus rapides et plus précises.

Mort dans son Tesla Model X, l’ingénieur d’Apple avait rapporté un problème d’Autopilot

Conduite automatisée, un nouvel algorithme rend les caméras 3D plus efficaces

Il existe déjà des techniques qui permettent de calibrer les caméras 3D telles que la construction de sphères gaussiennes ou les algorithmes de consensus d’échantillonnage aléatoire (RANSAC). L’équipe du Docteur Joonki Paik de l’Université de Chung-Ang en Corée du Sud est parvenue à mettre au point une nouvelle méthode de calcul. Bien qu’elle reprenne certains principes déjà utilisés dans les techniques actuelles, elle se révèle plus efficace pour modéliser les perspectives.

Des essais réalisés avec des vidéos de paysages routiers ont démontré que cette méthode est au moins aussi précise, et qu’elle est surtout plus rapide à calculer. Les chercheurs n’ont pas fourni de données chiffrées, mais si elle est aussi efficace qu’ils le prétendent, elle pourrait rapidement remplacer l’algorithme utilisé habituellement dans les systèmes de conduite autonome.

Tesla Autopilot : chien, humain, cône, la voiture s’arrête-t-elle à tous les coups ?

Source : OSA Publishing