Pour les voitures autonomes, la nouvelle technologie à la mode est… le radar

Aujourd’hui, le radar n’est plus réservé aux avions et aux installations militaires. Un certain nombre de nouvelles entreprises, tant du côté matériel que logiciel, font du radar une partie intégrante des systèmes de sécurité pour détecter les cyclistes et les piétons.

Le besoin d’une telle technologie est urgent : les décès de piétons aux États-Unis ont augmenté au cours des dernières années, alors même que les Américains parcouraient moins de kilomètres sur la route. Et les niveaux croissants d’autonomie dans les nouveaux véhicules qui permettent des fonctionnalités telles que l’avertissement de collision, le freinage automatique et la détection des angles morts, sans parler des voitures sans conducteur du futur, dépendent entièrement de systèmes sensoriels avancés. De tels systèmes sont également essentiels pour que les constructeurs automobiles tiennent leurs promesses d’intégrer des systèmes de freinage automatique dans tous les véhicules d’ici 2022.

Pour réduire et prévenir le carnage sur nos routes, des entreprises comme Mobileye, filiale d’Intel,

travaillent sur des puces hérissées de minuscules antennes radar. General Motors a récemment investi dans Oculii, une startup entièrement dédiée aux mathématiques et aux logiciels qui utilise l’apprentissage automatique pour façonner les types de signaux utilisés par les systèmes de radar automobile. La société de logiciels MathWorks développe des algorithmes qui peuvent permettre aux constructeurs automobiles d’intégrer les données du radar et d’autres capteurs dans une image fiable du monde autour d’un véhicule.

Pour les ingénieurs qui travaillent sur les capteurs de véhicules, c’est maintenant une période de changement rapide, déclare Erez Dagan, vice-président exécutif des produits et de la stratégie chez Mobileye. Les caméras utilisées dans les automobiles continuent d’avoir une résolution plus élevée et sont capables de détecter une plus large gamme de lumière naturelle qu’auparavant. Le lidar, qui fait rebondir les lasers sur les objets environnants pour « voir » le monde en 3D, devient moins cher qu’auparavant. (Le lidar est courant dans les prototypes de taxis robots, tels que ceux de Waymo, la société sœur de Google, Cruise de GM et Zoox d’Amazon.)

Le radar, qui fait rebondir les ondes radio sur les objets – le terme est né comme un acronyme pour « détection et télémétrie radio » – est utilisé sur certains systèmes de sécurité de première génération dans les véhicules depuis les années 1990. Les radars automobiles présentent un certain nombre d’avantages. Ils sont suffisamment robustes pour survivre à des années de bousculades et de variations de température lorsqu’ils sont montés sur des voitures. Ils sont beaucoup, beaucoup moins chers que le lidar, bons pour mesurer instantanément la vitesse des objets et capables de scruter les types de conditions météorologiques défavorables, comme le brouillard et la pluie, qui peuvent déjouer à la fois les caméras et les systèmes lidar. Mais ils ont jusqu’à récemment eu un inconvénient majeur : ils n’ont qu’une fraction de la résolution de ces autres systèmes, ce qui signifie essentiellement que les images qu’ils produisent sont beaucoup plus floues.

La technologie d’Oculii fonctionne en changeant la forme – également connue sous le nom de forme d’onde – du signal radar envoyé par le radar sur les voitures. La physique est compliquée, mais en changeant la nature du signal radar en fonction du type d’objets sur lesquels il rebondit, il peut résoudre des objets dont la forme serait impossible à « voir » autrement. Le résultat, explique le directeur général Steven Hong, est que les capteurs radars automobiles existants, qui coûtent environ 50 $ chacun, peuvent générer des images tridimensionnelles de l’environnement d’une voiture avec une résolution beaucoup plus élevée. Le logiciel de la société devrait faire ses débuts dans les systèmes de sécurité à radar du prochain SUV Lotus Lambda, qui sortira en 2023.

Tirant parti des capacités de fabrication de puces de la société mère Intel, Mobileye travaille sur des micropuces individuelles recouvertes de près de 100 minuscules antennes. En utilisant un logiciel d’intelligence artificielle pour traiter les signaux bruyants qu’ils reçoivent, Mobileye affirme que ses systèmes peuvent faire des choses comme identifier les piétons, au moins en laboratoire. C’est quelque chose qui ne pouvait auparavant être réalisé qu’avec des caméras et un lidar.

Il n’y a pas d’unanimité parmi les technologues automobiles sur la configuration des caméras, du lidar et du radar qui deviendra le moyen standard de réaliser divers systèmes de sécurité ou de conduite autonome, mais presque tous conviennent que la meilleure solution sera une combinaison de ceux-ci.

La résolution que même le meilleur radar automobile peut atteindre n’est aussi bonne que celle des pires systèmes lidar disponibles, déclare Matthew Weed, ingénieur et directeur principal de la gestion des produits chez Luminar.,

qui fabrique des systèmes lidar pour automobiles. Le système de Luminar, qui, selon M. Weed, est supérieur au radar pour la plupart des applications, coûte cependant 1 000 $.

M. Weed dit que les systèmes lidar de Luminar pourraient justifier leur coût en étant si bons qu’ils pourraient réduire les coûts d’assurance des conducteurs en prévenant les accidents et les décès de piétons. Même avec un tel système sur une voiture, le radar serait une bonne solution de secours lorsqu’il tombe en panne ou ne peut pas gérer les intempéries, ajoute-t-il.

Mobileye utilise le lidar, les caméras et le radar dans ses systèmes les plus avancés. Le PDG Amnon Shashua a déclaré que même si le prix des systèmes lidar a baissé, leur coût est toujours 10 fois supérieur au radar, et le restera probablement dans un avenir prévisible, en raison de la complexité du matériel impliqué.

Tesla d’Elon Musk a fait le pari que l’entreprise peut réaliser une véritable conduite autonome dans ses véhicules en utilisant uniquement des caméras.

Les appareils photo ont l’avantage d’une résolution extrêmement élevée, et ils sont abordables et compacts grâce à des années d’avancées dans les appareils photo pour smartphones. Mais pour un système qui peut atteindre les normes de sécurité les plus élevées, et même une autonomie complète, les caméras ont besoin de capteurs de secours qui échouent dans des conditions différentes de celles qu’ils rencontrent, ajoute M. Dagan.

Prenez le brouillard, qui ressemble à un obstacle aux systèmes basés sur des caméras et à des systèmes lidar, provoquant potentiellement l’arrêt des véhicules alors qu’ils ne le devraient pas. Dans une recherche publiée en 2020, les capteurs automobiles basés sur des radars n’ont eu aucune difficulté à pénétrer le brouillard et à identifier correctement les véhicules arrêtés cachés à l’intérieur, explique Dinesh Bharadia, professeur adjoint d’ingénierie à l’Université de Californie à San Diego qui a contribué aux travaux.

Le Dr Bharadia dit que son équipe a découvert qu’une clé utilise plusieurs radars, espacés d’au moins cinq pieds sur un véhicule. C’est le même principe à l’œuvre dans le nombre toujours croissant d’appareils photo au dos de nos smartphones, ajoute-t-il. Il est possible de créer une «image» de l’environnement d’une voiture à l’aide de plusieurs capteurs radar à faible coût, tout comme notre téléphone peut utiliser plusieurs petites caméras peu coûteuses, puis de recombiner les images qu’elles collectent en quelque chose de beaucoup plus net.

Rassembler tous les capteurs d’une voiture en une seule vue cohérente de la réalité à l’extérieur d’un véhicule nécessite de fusionner toutes ces données, explique Rick Gentile, un ingénieur qui travaillait sur des systèmes radar pour des applications de défense et qui est maintenant chef de produit chez MathWorks, une société de logiciels qui crée des outils pour aider à traiter les données. Par exemple, bien que le radar puisse détecter la présence d’un panneau devant, il ne peut pas voir sa couleur, ce qui est essentiel pour identifier rapidement de quel type de panneau il s’agit.

Pour les taxis dits robots, le moyen de combler les lacunes dans les capacités de chaque type de capteur est de les utiliser tous. L’objectif est une « redondance totale », explique M. Dagan, de sorte que même si un capteur a une erreur, les autres perçoivent correctement le monde. C’est, soutient-il, le moyen le plus rapide de donner aux véhicules des sens au moins aussi bons que ceux d’un humain. (La question de savoir si ces véhicules auront suffisamment de jugement pour se déplacer en toute sécurité est une question distincte.)

Jusqu’à ce que nous obtenions de vrais véhicules autonomes – quelque chose qui pourrait prendre des années, voire des décennies – les constructeurs automobiles devront choisir entre un radar, un lidar et des caméras, ou une combinaison des trois, pour créer des systèmes de sécurité capables de tenir leurs promesses de rendre automatique systèmes de freinage standard d’ici 2022, et de continuer à améliorer ces systèmes. Les trois types de capteurs continuent de s’améliorer, mais la différence de coût entre eux a conduit les constructeurs automobiles à privilégier une technologie ou une autre, selon la façon dont ils pensent pouvoir compenser ses lacunes en matière de logiciels et d’IA.

Cela a conduit à une saine concurrence entre les fabricants de systèmes de sécurité, de capteurs et de logiciels de support – à qui vous parlez, ils soutiennent que leurs systèmes sont les meilleurs.

Alors que toutes ces entreprises se bousculent pour une place sur votre voiture, l’objectif de tous ces technologues est de profiter en réduisant considérablement le nombre de décès sur les routes de toutes sortes, lorsqu’un humain est au volant. C’est un objectif dont ils conviennent tous qu’il est beaucoup plus proche que les véhicules entièrement autonomes.

Pour plus d’analyses, de critiques, de conseils et de gros titres sur la technologie WSJ, inscrivez-vous à notre newsletter hebdomadaire.

Écrire à Christopher Mims à christopher.mims@wsj.com