Lors d'une conférence à la Startup School de Y Combinator, le co-PDG de Waymo, Dmitri Dolgov, a exposé un défi technique fondamental pour les systèmes de conduite autonome basés uniquement sur les caméras, remettant directement en question l'approche prônée par Tesla. Tout en reconnaissant que les caméras peuvent égaler les performances de conduite humaine pour les fonctions d'assistance, Dolgov a soutenu qu'elles limitent intrinsèquement la capacité à atteindre les niveaux de sécurité « surhumains » requis pour une autonomie complète sans conducteur humain.
Dolgov a souligné une distinction cruciale : « Si l'objectif était simplement de correspondre approximativement aux performances humaines ou de construire un produit d'assistance, c'est une approche très raisonnable. » Cependant, pour une autonomie complète, « vous constaterez qu'une détection faible conduit simplement à une courbe de sécurité qui s'aplatit beaucoup trop tôt. » Ce plateau, a-t-il expliqué, se produit sur « l'échelle exponentielle des neufs »—où chaque neuf de fiabilité supplémentaire nécessite environ dix fois plus d'efforts, et les systèmes basés uniquement sur les caméras atteignent un plafond de performance avant d'atteindre les seuils de sécurité nécessaires.
L'approche de Waymo utilise une combinaison de caméras, de lidar et de radar, non pas comme des sauvegardes, mais comme des systèmes complémentaires qui fusionnent les données pour créer un modèle environnemental supérieur. Dolgov a mis en évidence des scénarios spécifiques où les caméras sont insuffisantes, tels que les tempêtes de poussière, l'obscurité, l'éblouissement et les obstructions physiques comme une feuille sur une lentille—une situation qui, a-t-il noté, pourrait arrêter un robot basé uniquement sur les caméras mais a été gérée en toute sécurité par le système multi-capteurs de Waymo.
Il a également abordé l'argument du coût, notant que les coûts matériels de Waymo ont considérablement diminué à chaque génération, suggérant que parier contre des capteurs comme le lidar sur la base des prix actuels est une stratégie à courte vue. « Parier contre des capteurs comme le lidar sur les prix d'aujourd'hui... signifie parier sur un chiffre qui a une durée de vie assez courte. »
Ce débat technique a des implications directes pour les entreprises qui développent ou investissent dans la technologie des véhicules autonomes. Le choix de l'architecture des capteurs a un impact non seulement sur la sécurité et la fiabilité, mais aussi sur la scalabilité à long terme et la conformité réglementaire. Les acheteurs B2B doivent évaluer si un système conçu pour l'assistance au conducteur peut être réalistement mis à niveau vers une autonomie complète, ou si une approche de fusion de capteurs dès le départ offre une voie plus viable pour atteindre les « neufs » élevés de fiabilité requis pour le déploiement commercial.
Cela signifie que les décisions d'approvisionnement doivent tenir compte du coût total de possession, y compris les limitations potentielles en matière de performances de sécurité et la capacité à gérer des « cas limites » complexes. La suite de capteurs n'est pas simplement un composant, mais un choix fondamental qui détermine le plafond de sécurité ultime et le domaine de conception opérationnelle du système autonome. Comme le suggèrent les données de sécurité de Waymo—montrant 94 % de moins d'accidents avec blessures graves que les conducteurs humains sur 220 millions de kilomètres parcourus par les seuls passagers—une stratégie robuste de fusion de capteurs peut être essentielle pour atteindre les niveaux de fiabilité attendus par les régulateurs et le public.
Les systèmes avancés d'aide à la conduite (ADAS) et les véhicules autonomes dépendent de packs de batteries robustes et hautement fiables pour alimenter leurs suites de capteurs et de calcul. Nous proposons des solutions de batteries sur mesure avec une conception de BMS personnalisée pour assurer une alimentation stable pour ces systèmes critiques, essentiels pour la fusion de capteurs et le traitement des cas limites.
