Les véhicules autonomes sont sur le point de révolutionner la façon dont le commerce physique se déplace autour de nous. Déjà, des robots livreurs autonomes opèrent dans les zones urbaines peuplées en empruntant les trottoirs pour livrer des colis à leurs destinataires.
La prochaine décennie sera probablement marquée par l'arrivée de gros semi-remorques sans chauffeurs sur nos routes. Toutefois, à mesure que ces véhicules augmenteront en taille, en poids et en valeur, la précision, la sécurité et les systèmes de guidage qui les pilotent deviendront de plus en plus cruciaux et complexes.
Les systèmes de guidage des véhicules autonomes utilisent actuellement plusieurs méthodes, au premier rang desquelles on trouve le LiDAR et les caméras. Dans cet article, nous allons comparer la technologie du LiDAR et celle des caméras dans les applications de conduite autonome et nous montrerons à quel point leur usage est révolutionnaire.
Qu'est-ce que le LiDAR (et le radar) ?
Le LiDAR, acronyme qui signifie Light Detecting and Ranging, fonctionne de façon comparable à la technologie du radar. Le radar, qui repose sur l'émission, la réflexion et la réception des ondes radio, utilise des fréquences électromagnétiques de 30 cm à 3 mm.
Ces émissions sont réfléchies par un support et reçues à proximité du point d'émission. Le temps que met la lumière pour effectuer ce déplacement indique la distance à laquelle se trouve l'objet réfléchissant.
Fondamentalement, la seule différence entre le radar et le LiDAR est la fréquence d'émission des ondes électromagnétiques utilisées par le système. Or, cette différence de fréquence influe sur les capacités de leurs plages de longueur d'onde respectives. Par exemple, le radar ne peut pas détecter d'objets plus larges qu'une boule de bowling (24 cm), mais il peut les détecter jusqu'à 10 000 m de distance.
Inversement, le LiDAR peut détecter des objets 10 000 fois plus petits qu'une boule de bowling, mais uniquement dans un rayon de 200 m.
Les systèmes LiDAR des véhicules autonomes sont chargés de détecter des objets à la fois petits ou gros dans des contextes où, fréquemment, les objets situés à plus de 200 mètres n'ont pas d'importance immédiate. Sa plage de fréquences électromagnétiques est donc un choix évident pour les applications de conduite autonome.
Les caméras sont un élément fondamental
Les caméras utilisées dans les véhicules autonomes sont des capteurs d'images spécialisés capables de détecter le spectre de la lumière visible reflétée par des objets. Puisque le soleil émet des quantités extraordinaires d'UV et de lumière visible, ces capteurs d'images peuvent détecter de nombreuses fréquences de cette lumière. Cela est comparable à la façon dont l'œil humain voit la lumière (par ex., celle-ci est émise par le soleil, se reflète sur des objets à diverses fréquences, ce que nous appelons les couleurs, et est reçue par le capteur d'images).
Le spectre de la lumière visible va de 380 à 740 nm, ce qui est idéal pour détecter des objets plus gros qu'un cheveu découpé en 23 morceaux. La plupart des caméras et des capteurs d'images ne peuvent pas voir d'objets aussi petits sans être dotés d'objectifs spéciaux, mais il est de toute façon rare qu'ils aient besoin de voir des objets plus petits qu'un être humain.
Pour les caméras des applications de conduite autonome, un capteur d'une résolution de 1,2 mégapixels suffit pour que la reconnaissance d'images soit assez précise. Pour référence, on considère que l'œil humain est l'équivalent d'une caméra de 576 mégapixels.
Comparaison LiDAR/caméras
Les avantages respectifs du LiDAR et des caméras dans les véhicules autonomes suscitent un large débat. Ce qui est ironique, c'est que ces technologies reposent toutes deux sur un même principe d'émission, de réflexion et de réception des ondes électromagnétiques par les capteurs qui en sont chargés.
La différence fondamentale, toutefois, entre la technologie du LiDAR et celle des caméras est que le LiDAR émet lui-même la lumière qu'il capte, ce qui n'est pas le cas des caméras. Cela lui permet de calculer avec une incroyable précision la distance qui le sépare d'un grand nombre d'objets qu'il détecte simultanément.
Le débat pourrait donc passer de « Quelle est la meilleure technologie ? » à « Quelle est la technologie la plus avancée ? ». Les capteurs d'images CMOS modernes ont été inventés par le laboratoire JPL de la NASA en 1993 et sont rapidement devenus le choix privilégié pour équiper les caméras d'aujourd'hui. Le LiDAR a été inventé par l'ingénieur David Hall en 2005.
Puisque les caméras modernes ont été largement développées et testées, leur technologie est-elle supérieure ? Une réponse courte consisterait à dire qu'on ne le sait pas encore vraiment. Les deux technologies ont été largement utilisées par diverses entreprises allant de la petite start-up AV créée au fond d'un garage au plus grand constructeur automobile du monde. Pourtant, personne n'a encore réussi à obtenir des capacités de conduite entièrement autonome.
L'avenir du débat LiDAR/ caméra
Les technologies du LiDAR et de la caméra offrent toutes deux une formidable puissance, ainsi que des avantages distincts. Le LiDAR peut cartographier des villes avec une précision de moins d'un millimètre, tandis que le capteur d'images et la technologie des caméras sont plus évolués et bénéficient d'une production de masse. Tesla, qui a opté pour les caméras, prétend que ses véhicules pourront rouler de façon entièrement autonome d'ici 2023.
Lorsqu'on lui a demandé quelle technologie il préférait, Elon Musk a répondu : « Les êtres humains conduisent avec leurs yeux et des réseaux de neurones biologiques. [Il] est donc logique de penser que les caméras et les réseaux de neurones en silicium sont [le] seul moyen de trouver une solution généralisée au problème de la conduite autonome. » Peut-être le fondateur de Tesla a-t-il raison. Inversement, peut-être l'avenir du LiDAR sera d'être plus largement adopté. La technologie qui sera capable la première de rendre possible la conduite autonome, puis d'être largement développée à grande échelle gagnera la course à l'autonomie.