Alors que les voitures autonomes font constamment la une des journaux, les camions autonomes passent souvent inaperçus. C’est intéressant car les voitures et les camions autonomes tentent tous deux d’automatiser l’activité sur les mêmes routes. Si l’on regarde la situation dans son ensemble, le secteur du camionnage américain est actuellement évalué à 720 milliards de dollars et emploie près d’un million de personnes. Aujourd’hui, nous allons nous pencher sur l’industrie du camionnage autonome et jeter un coup d’œil à certains des développements les plus intéressants qui ont lieu aujourd’hui, ainsi qu’aux service d’annotation de données nécessaires pour faire de ces technologies une réalité.
Aurora
Aurora est une entreprise qui s’appuie en partie sur l’acquisition de la technologie de conduite autonome d’Uber et appelle sa flotte de camions Aurora Horizon. Elle démarre au Texas et espère ensuite se développer dans la Sunbelt et plus tard dans d’autres régions des États-Unis, car la commercialisation devrait commencer fin 2023. L’une des technologies intéressantes qu’ils utilisent est quelque chose appelé « FirstLight LiDAR », qui, selon Aurora, est meilleur que le LiDAR traditionnel en raison de ses capacités de détection à longue portée. Grâce à ces systèmes LiDAR avancés, Aurora affirme avoir pu réduire de 18 fois l’intervention humaine requise lors de ses essais au Texas.
Une autre application intéressante de l’IA d’Aurora technologie est dans les « robotaxis » en s’associant à des entreprises comme Uber et Toyota. En mars dernier, Aurora a dévoilé la première flotte de Toyota Siennas construites sur mesure qui peuvent rouler à des vitesses allant jusqu’à 70 MPH et qui sont actuellement testées dans la région de Dallas. Une fois les tests terminés, l’entreprise espère lancer un produit de covoiturage appelé Aurora Connect en 2024.
Einride
Einride travaille actuellement sur un circuit appelé Pod mais se distingue également par sa remorque électrique intelligente qui peut être attelée à un camion électrique pour lui fournir une autonomie supplémentaire de 400 miles ainsi que des données sur ses charges et son utilisation. Cette année, ils ont obtenu la permission de la National Highway Transportation Safety Administration (NHTSA) de commencer à tester leurs camions autonomes aux États-Unis.
Le pilote sur route publique commencera au troisième trimestre de cette année dans une usine de fabrication d’appareils électroménagers GE, en s’appuyant sur les opérations existantes en place avec Einride. Les camions autonomes Pod fonctionneront sur des routes publiques avec un trafic américain mixte pour permettre de tester l’exécution du flux de travail en situation réelle. Cela comprendra des opérations quotidiennes telles que le déplacement des marchandises et la coordination avec les équipes de plusieurs entrepôts pour assurer un chargement et un déchargement efficaces.
Embark Trucks
Embark se concentre sur le logiciel qui permet aux camions de se conduire eux-mêmes ainsi que sur l’établissement d’un réseau d’itinéraires solides comme le roc sur lesquels ils le feront. Les partenariats avec Volvo, International, Freightliner et Peterbilt suggèrent qu’un vaste réseau est en train d’être déployé afin de fournir les économies de carburant de 10%, les gains de temps de 40% et la croissance des revenus de 300% par camion promis par Embark. Au début du mois de février, les essais de la société dans le Montana ont utilisé des camions propulsés par Embark voyageant sur un itinéraire de 60 miles aller-retour sur des routes publiques entre Clinton et Missoula, Montana, dans différentes situations météorologiques hivernales. En plus des tests sur route, Embark a développé un modèle météorologique complet utilisant plus de 8 milliards de points de données météorologiques historiques – remontant à plus de dix ans sur tous les principaux itinéraires américains – afin d’analyser l’impact de la neige au niveau des voies à travers les États-Unis.
Quels types de données sont nécessaires pour créer des camions autonomes ?
Les camions autonomes s’appuient sur la technologie LiDAR pour reconnaître les autres véhicules, les marquages au sol, les panneaux de signalisation et tout ce qu’ils peuvent rencontrer sur la route. Le LiDAR est un boîtier situé sur le toit du véhicule, qui envoie des impulsions lumineuses qui rebondissent sur les objets et reviennent vers le LiDAR. Plus la lumière met de temps à revenir, plus l’objet est éloigné. Cette technologie LiDAR produit un nuage de points 3D, qui est une représentation numérique de la façon dont le camion voit le monde physique.
Lorsque les annotateurs de données reçoivent une image 3D Point Cloud comme celle-ci, ils doivent annoter les marquages routiers avec des lignes et des splines et étiqueter toutes les voitures et autres objets de l’image. Une segmentation sémantique supplémentaire peut être nécessaire, ce qui implique de classer les points individuels d’un nuage de points 3D dans des catégories pré-spécifiées. Ce type de tâche est utilisé lorsque vous souhaitez que les travailleurs créent un masque de segmentation sémantique au niveau des points pour les nuages de points 3D. Par exemple, si vous spécifiez les classes voiture, piéton et vélo, les travailleurs sélectionnent une classe à la fois et colorent tous les points auxquels cette classe s’applique de la même couleur dans le nuage de points. L’annotation d’un nuage de points 3D peut être une tâche complexe et fastidieuse. Confiez vos besoins en annotation de données à des entreprises professionnelles telles que Mindy Support.
