Le programme NVIDIA Drive PX 2 va permettre de capturer l’environnement visuel à 360 ° en temps réel et avec une précision extrême. Au service d’une meilleure prise de décision par la machine.
Fermez vos deux yeux, et faites confiance à vos douze caméras. Ainsi peut se résumer le message du spécialiste des cartes graphiques NVIDIA, qui prend position sur le marché des voitures autonomes. Avec des promesses élevées en termes d’accélération de la nouvelle mobilité.
Après le Drive PX 1, créé en 2015 et testé par les véhicules autonomes de BMW, Ford et Audi notamment, la société basée à Santa Clara (Californie) a présenté la deuxième version de ce supercalculateur aux acteurs de l’industrie automobile, qui ont pu avoir une vision précise de l’efficience optimale des déplacements routiers de demain. Le constructeur Volvo a été le premier à expérimenter cette nouvelle version.
Douze caméras qui filment à 360°
Le Drive PX 2 permet de centraliser les informations captées en temps réel par douze caméras, en plus des capteurs et radars existant déjà sur les premiers véhicules à l’essai. Les capacités, exprimées en chiffres, donnent le vertige : 12 processeurs, pour une performance de 8 teraflops et 24 000 milliards d’opérations par seconde.
La différence avec les capteurs des premières voitures autonomes est majeure : le Drive PX 2 est en effet en mesure de filmer à 360 ° l’ensemble des éléments physiques placés sur le parcours de l’auto. Il peut distinguer, par exemple, un piéton d’un chien, un vélo d’un scooter, et sera en mesure d’analyser avec une précision extrême leurs trajectoires. Jusqu’à présent, les modèles de voitures autonomes ne pouvaient reconnaître les formes mobiles ou immobiles que dans leur apparence brute.
Le Drive PX 2 pourra adapter l’allure du véhicule et ses précautions en analysant, entre autres, la démarche irrationnelle et imprévisible d’un piéton ivre, ou d’un passant en « mode somnambule », perdu dans le « newsfeed » de son Smartphone.
La transmission des différentes informations captées vers le réseau de neurones de NVIDIA, nommé Drivenet, permet également d’optimiser la prise de décisions grâce à l’identification des modèles de véhicules et des marques de constructeurs. Utile pour déterminer la présence ou non d’un système de freinage ABS dans le véhicule situé devant, ou la capacité d’absorption d’un choc – une Mini étant plus sensible qu’un Land Rover –, au cas où une collision serait inévitable et que le supercalculateur doit faire un choix qui limitera autant que possible les dégâts.
Optimisation des délais de déplacement, réduction des coûts d’assurance, temps libre pour les conducteurs devenus de simples passagers : les bénéfices d’une optimisation de la capacité d’analyse visuelle des véhicules autonomes sont aussi patents sur le plan humain que sur le plan économique.
12/10/2016
