Bienvenue dans Simulation City, le monde virtuel où Waymo teste ses véhicules autonomes

Un cube gris clair avec un mince sommet bleu glisse sur une autoroute sombre, assaillie de tous côtés par des dizaines de cubes verts. Les cubes verts rebondissent entre les voies pour tenter de dépasser le cube gris, mais le cube gris maintient une vitesse constante alors que le paysage noirci se glisse dans la nuit artificielle.

Il s’agit de Simulation City, le monde virtuel où Waymo, une émanation de Google, teste ses véhicules autonomes en vue d’expériences réelles. Le cube gris avec le dessus bleu représente l’un des camions semi-remorques autonomes de l’entreprise, tandis que les cubes verts sont tous les autres véhicules sur l’autoroute artificielle.

Waymo est unique parmi les opérateurs de véhicules autonomes en ce qu’il dispose non pas d’un mais de deux programmes de simulation qu’il utilise pour former ses véhicules. Le premier est CarCraft, qui est utilisé depuis au moins 2017 et dans lequel Waymo dit avoir parcouru plus de 5 milliards de kilomètres. Simulation City est le dernier monde virtuel dans lequel l’entreprise forme, teste et valide son logiciel « Waymo driver » afin de s’assurer que ses véhicules sont mieux préparés à relever tous les défis de la route ouverte. Waymo partage pour la première fois des détails sur Simulation City en exclusivité avec Le bord.

La société a décidé qu’elle avait besoin d’un deuxième programme de simulation après avoir découvert des « lacunes » dans ses capacités de test virtuel, a déclaré Ben Frankel, chef de produit senior de la société. Ces lacunes comprenaient l’utilisation de la simulation pour valider de nouvelles plates-formes de véhicules, telles que le SUV électrique Jaguar I-Pace que Waymo a récemment commencé à tester en Californie, et les camions semi-remorques de la société équipés d’un matériel de détection et du logiciel de pilotage Waymo.

La société a également utilisé Simulation City pour effectuer des tests dans de nouveaux domaines d’exploitation afin de mieux préparer ses véhicules au lancement dans de nouvelles villes. À l’heure actuelle, Waymo dispose de véhicules fonctionnant de manière autonome dans les banlieues à l’extérieur de Phoenix, en Arizona, et à San Francisco et Mountain View, en Californie. La société dispose également de véhicules à conduite manuelle collectant des données cartographiques à Los Angeles. À ce jour, Waymo a déclaré avoir testé ses véhicules dans plus de deux douzaines de villes, dont la plupart se trouvent en Californie. Mais l’expansion a été lente et Waymo espère que Simulation City pourra fournir de l’aide alors qu’elle cherche à s’étendre à de nouveaux emplacements.

« La façon dont j’espère que cette plate-forme évolue est telle que vous pourriez avoir une idée des taux de différents incidents et événements dans une ville dans laquelle nous n’avons jamais conduit auparavant, avant de devoir mettre des bottes sur le terrain dans ce ville », a déclaré Frankel, « et découvrez si le pilote Waymo est bon ou pas déjà pour une ville en particulier – et peut le faire pour de nombreuses villes. »

Simulation City est bien adapté pour jouer à des voyages de robotaxi « de bout en bout », comme un voyage de 20 minutes « pilote uniquement » à travers San Francisco. « Rider only » est le jargon Waymo pour les véhicules autonomes sans conducteur humain au volant. L’entreprise compte environ 600 véhicules dans sa flotte. Plus de 300 véhicules circulent en Arizona dans une zone de service d’environ 100 milles carrés qui comprend les villes de Chandler, Gilbert, Mesa et Tempe, bien que ses voitures entièrement autonomes soient limitées à une zone qui ne fait que la moitié de cette taille.

« Il y a un ensemble de choses dont nous avions besoin pour prendre en charge de meilleurs outils », a déclaré Frankel, « et Simulation City a rempli cette grille de capacités dont nous avions besoin et permet de faire ce qui était difficile auparavant avec les outils de simulation existants. « 

La simulation est une pièce essentielle du puzzle pour les véhicules autonomes. Ces programmes permettent aux ingénieurs de Waymo de tester – à grande échelle – des scénarios de conduite courants et des cas limites critiques pour la sécurité, les enseignements à partir desquels il alimente ensuite sa flotte du monde réel.

Image : Waymo

Le mot clé est « échelle » car ces simulateurs permettent à Waymo de dépasser de loin les distances que ses véhicules parcourent sur la voie publique. En 2020, Waymo a déclaré qu’il simulait 15 milliards de kilomètres de conduite, contre seulement 20 millions de kilomètres de conduite réelle.

Dans Simulation City, ces kilomètres réels informent désormais les kilomètres parcourus en simulation, ce qui signifie que l’entreprise a plus de confiance dans la validité et la fiabilité des situations virtuelles qu’elle construit pour ses véhicules.

« Une fois que cette relation est établie de manière de plus en plus forte, nous avons besoin de moins de kilomètres supplémentaires parcourus dans le monde réel pour dire fondamentalement que ce que nous avons appris en simulation est correct », a déclaré Frankel.

Simulation City est également plus avancé en termes de calcul que les précédents tests de monde virtuel de Waymo en ce qui concerne le niveau de détail qu’il peut créer. Par exemple, les ingénieurs de Waymo peuvent simuler quelque chose d’aussi petit que des gouttes de pluie ou d’aussi complexe que l’éblouissement solaire en fin d’après-midi. Dans le passé, ces situations étaient connues pour embrouiller le matériel de perception d’un véhicule autonome, ce qui peut rendre difficile la lecture de la signalisation critique comme les feux de circulation.

En plus de ses propres tests dans le monde réel, Waymo utilise une variété de sources de données pour aider à construire les scénarios de conduite pour le simulateur, y compris les systèmes de données d’accident de la National Highway Traffic Safety Administration et les données d’étude de conduite naturaliste du Transportation Research Board.

L’entreprise utilise également l’intelligence artificielle et les données de capteurs collectées par ses véhicules autonomes pour générer des images de caméra réalistes pour la simulation. Ils appellent cette technique SurfelGAN (surfel est un terme abrégé pour « élément de surface », tandis que GAN signifie génératif adversarial network, un terme d’apprentissage automatique).

Photo de Vjeran Pavic / The Verge

SurfelGAN a été créé à partir du constat que les simulateurs de capteurs actuels utilisent souvent des moteurs de jeu, tels qu’Unreal ou Unity, qui nécessitent la création manuelle d’environnements et d’autres objets comme les voitures et les piétons. Les ingénieurs de Waymo ont découvert que ces moteurs de jeu étaient difficiles à mettre à l’échelle et ne parvenaient souvent pas à produire des approximations réalistes des données de caméra, lidar et radar sans une tonne de travail supplémentaire.

Ils ont donc développé SurfelGAN, qui utilise des éléments de surface mappés en texture pour reconstruire des scènes et des points de vue de caméra pour les positions et les orientations. L’utilisation de l’intelligence artificielle aide à faire évoluer le produit, ce qui le rend plus facile et plus efficace à développer. La technique a été décrite dans un article récent co-écrit par des chercheurs de Waymo, dont le scientifique principal Dragomir Anguelov.

Il y a un risque à utiliser ces nouvelles techniques de simulation, a déclaré Huei Peng, professeur de génie mécanique à l’Université du Michigan et directeur de Mcity, le terrain d’essai des véhicules autonomes. Le principal est que des données d’entrée erronées produiront des résultats totalement inutiles – connus dans les cercles de la science informatique sous le nom de « garbage in, garbage out ».

« Vous devez faire une sorte de corrélation pour dire : « Ma simulation n’est pas indésirable, il y a une corrélation très étroite entre ce que ma simulation me dit et ce que me disent les vrais tests, même s’ils ne sont pas quantitativement à 100 % » » dit Peng.

Mais Frankel dit que Waymo a déjà amélioré ce qu’Angelov et ses co-auteurs ont décrit dans leur article l’année dernière. « La maturité de la simulation de capteur a beaucoup augmenté depuis le moment où nous l’avons publié », a-t-il déclaré.

Waymo accélère ses travaux de simulation à un moment plutôt précaire pour l’entreprise. Plus tôt cette année, John Krafcik a annoncé qu’il quittait son poste de PDG de Waymo après avoir aidé à diriger l’entreprise depuis 2015. Les experts disent que Waymo a toujours une avance importante dans la poursuite des véhicules autonomes, mais a diminué les attentes quant à l’avenir de la conduite autonome. voitures affectent sa valorisation.

Bien sûr, ce sont des problèmes commerciaux et non techniques. Et plus tôt cette année, Waymo a montré comment la simulation peut être utilisée pour mieux présenter au public ses véhicules autonomes. Dans le but de prouver que ses robots conducteurs sont plus sûrs que les humains, Waymo a simulé des dizaines d’accidents mortels réels qui ont eu lieu en Arizona pendant près d’une décennie. La société a découvert que le remplacement de l’un ou l’autre véhicule dans un accident impliquant deux voitures par ses mini-fourgonnettes guidées par robot éliminerait presque tous les décès.

Waymo a été prudent dans le déploiement de son robotaxis, refusant d’étendre la zone de service en Arizona et s’abstenant de lancer un service similaire dans la région de la baie jusqu’à ce qu’il soit sûr que son logiciel soit à la hauteur de la tâche d’un environnement urbain beaucoup plus dense et complexe. environnement.

Mais Frankel a déclaré que Simulation City a contribué à la « maturité » croissante de ses véhicules autonomes, ce qui les préparera mieux à une utilisation à plus grande échelle dans un avenir proche. « C’est un niveau de maturité qui, je pense, vaut la peine de relever la tête et de dire: » Hé, monde, nous faisons cette nouvelle chose cool « , a-t-il déclaré.