How Hardware Innovations Are Facilitating Advances in Autonomous Vehicles
Table of Contents
Présentation
Les véhicules autonomes (AV) promettent de remodeler le transport en améliorant la sécurité, en réduisant la congestion du trafic et en élargissant les possibilités de mobilité. Alors que les algorithmes logiciels et l'intelligence artificielle (AI) captent souvent les projecteurs, les innovations matérielles constituent la base critique qui rend la conduite autonome possible.
La Société des ingénieurs automobiles (SAE) définit six niveaux d'automatisation de conduite, du niveau 0 (pas d'automatisation) au niveau 5 (automatisme complet). Les systèmes commerciaux actuels s'étendent entre le niveau 2 (assistance au conducteur) et le niveau 4 (haute automatisation dans des conditions spécifiques). Chaque étape vers le haut exige un matériel plus sophistiqué, une réalité qui souligne le rôle indispensable des composants physiques dans la réalisation d'une autonomie plus élevée.
Composants matériels clés conduisant à la technologie autonome du véhicule
Capteurs et systèmes de perception
Les véhicules autonomes comptent sur une gamme de capteurs pour mieux comprendre leur environnement en temps réel. Les principales modalités de détection sont LiDAR, radar, caméras et capteurs ultrasoniques. Les innovations matérielles récentes ont grandement amélioré la performance, la taille et le coût de chacune de ces technologies.
LiDAR (Détection et ranging de la lumière) Les systèmes LiDAR mécaniques traditionnels étaient volumineux et coûteux, coûtant souvent des dizaines de milliers de dollars. Cependant, l'avènement de LiDAR à l'état solide a ouvert de nouvelles possibilités. LiDAR à l'état solide élimine les pièces mobiles, réduisant la taille et les coûts tout en augmentant la fiabilité. Des entreprises comme Luminar et Velodyne ont introduit des systèmes LiDAR à flash compact et des tableaux optiques progressifs qui fournissent des données à haute résolution dans des conditions d'éclairage et de temps difficiles.
Radar (détection et ranging radio) Les radars 4D modernes ajoutent une détection d'altitude et une haute résolution angulaire, permettant aux véhicules de distinguer les passages supérieurs, les ponts et les objets fixes. Ces radars fonctionnent efficacement dans la pluie, le brouillard et la neige, complétant LiDAR et les caméras. Les innovations telles que les puces au silicium-germanium ont réduit la taille du radar et la consommation d'énergie, permettant l'intégration dans les rétroviseurs latéraux et les pare-chocs pour une couverture à 360 degrés.
Appareils photo Les systèmes de caméras plus récents combinent des capteurs de lumière visible et infrarouge proche avec des processeurs avancés de signaux d'image qui peuvent gérer une plage dynamique élevée et des conditions de faible luminosité. Les caméras multispectrales et les capteurs de vision basés sur des événements sont des technologies émergentes qui promettent des temps de réponse plus rapides (microsecondes au lieu de millisecondes) et de meilleures performances dans des scènes en évolution rapide. Le traitement des données de caméras dépend fortement des réseaux neuraux profonds, qui dépendent à leur tour de puissants accélérateurs matériels.
Capteurs à ultrasons Ils sont utilisés principalement pour la détection à basse vitesse et à proximité, comme l'assistance au stationnement et la surveillance des points morts. Bien qu'ils ne conviennent pas aux scénarios routiers, ils demeurent une solution rentable pour la perception des terrains proches.
La fusion de données de ces différents types de capteurs, souvent appelés fusion de capteurs, est un défi critique sur le plan matériel et logiciel.
Matériel de traitement
Le volume énorme de données de capteurs — les caméras seules peuvent générer des gigaoctets par seconde — nécessite un matériel de traitement extrêmement efficace. Les véhicules autonomes doivent effectuer la détection d'objets, la segmentation sémantique, la planification du chemin et la prise de décision de contrôle en millisecondes.
Unités de traitement des graphiques (GPU) Leur architecture parallèle convient à l'accélération de l'apprentissage profond, en particulier pour les réseaux neuronaux convolutionnels utilisés dans la perception. La plateforme NVIDIAS Drive AGX, par exemple, combine des GPU avec des accélérateurs d'apprentissage profond dédiés et des CPU ARM programmables. Les dernières générations, comme la NVIDIA Drive Orin et le Thor à venir, offrent plus de 250 TOPS (trillions d'opérations par seconde) tout en consommant moins de 100 watts.
Tableaux de portes programmables sur le terrain (FPGA) Des entreprises comme Xilinx (maintenant partie d'AMD) fournissent des plates-formes d'accélération de calcul adaptatives qui peuvent être reconfigurées pour des algorithmes en évolution. Les FPGA sont particulièrement bien adaptés pour le prétraitement des capteurs, comme le filtrage de points de nuage LiDAR et la rectification d'images, car ils peuvent traiter des flux de données avec un timing déterministe.
Circuits intégrés spécifiques à l'application (ASIC) La puce Tesla , Full Self-Driving (FSD) est une ASIC personnalisée conçue spécifiquement pour l'inférence réseau neuronale. Elle permet d'atteindre des performances extrêmement faibles en termes de consommation d'énergie, ce qui la rend idéale pour le déploiement dans le véhicule. Mobileye , la série EyeQ – de EyeQ4 à la dernière EyeQ Ultra – intègre plusieurs accélérateurs pour la perception, la cartographie et la politique de conduite.
Conceptions système-on-Chip (SoC) Les modèles de systèmes de gestion de la qualité sont conçus pour répondre aux normes de sécurité automobile telles que ISO 26262 (ASIL-D), assurant un fonctionnement sûr et sans faille même en cas de charges de travail importantes.
Systèmes de contrôle et actuateurs
Les systèmes modernes de transmission par fil remplacent les liaisons mécaniques par des actionneurs électroniques et des bus de communication redondants. Les progrès réalisés dans les unités de direction électrique (EPS) permettent des corrections rapides et précises de la direction sans l'entrée du conducteur. Les systèmes de freinage par fil, comme ceux de Bosch et de Continental, utilisent des unités hydrauliques ou électromécaniques redondantes pour appliquer la force de freinage en millisecondes. De même, la commande des gaz est entièrement électronique, avec une surveillance redondante du couple.
Les systèmes de guidage par fil comprennent souvent des remontages de moteurs et des contrôleurs doubles. Les conceptions de fonctionnement en panne garantissent que le véhicule reste contrôlable jusqu'à ce qu'il soit arrêté en toute sécurité. Les innovations matérielles dans la miniaturisation des actionneurs et les moteurs à haute torque ont rendu ces systèmes réalisables pour les véhicules de production. L'intégration de l'actionnement avec le logiciel, appelé contrôle des mouvements des véhicules, permet une conduite fluide et humaine tout en respectant les limites de stabilité.
Impact des innovations matérielles sur la performance autonome des véhicules
Sécurité accrue
Les améliorations matérielles se traduisent directement en véhicules autonomes plus sûrs. Des capteurs plus rapides et plus précis réduisent la probabilité de détections manquées. Par exemple, les unités LiDAR avancées peuvent détecter un objet de taille enfant à 300 mètres, donnant au système de planification un temps de réaction suffisant. Les plans redondants de capteurs, comme l'utilisation de plusieurs LiDAR et radars, garantissent que le véhicule peut encore percevoir son environnement même si un capteur échoue.
Amélioration de la navigation et de la localisation
Les récepteurs GPS cinématiques en temps réel (RTK), combinés à des unités de mesure inertielles (UMI) et à la localisation basée sur LiDAR, permettent aux véhicules de connaître leur position à quelques centimètres. Les progrès des IMU microélectromécaniques (MEMS) ont réduit leur taille et leur coût tout en maintenant la précision.
Réduction des coûts
Aujourd'hui, les entreprises comme Waymo et Cruise ont réduit leurs coûts de véhicules à la gamme de 100 000 $ à 150 000 $, avec l'objectif d'atteindre 50 000 $ ou moins dans les années à venir. Ceci est dû à la production en série de LiDAR à l'état solide, à l'intégration du calcul dans un seul SoC et à la normalisation des interfaces de capteurs.
Déploiements réels mondiaux
Waymo , une flotte I-Pace entièrement autonome de Jaguar à Phoenix, en Arizona, repose sur une suite intégrée de LiDAR, radar et caméras avec des modules de calcul personnalisés. La dernière génération de Cessna réduit le nombre de composants et améliore la gestion thermique. De même, Cruise , véhicule Origin, conçu pour le ridesharing, utilise une architecture modulaire avec des capteurs de calcul embarqués et de l'état solide.
Tendances futures du matériel pour les véhicules autonomes
Capteurs de prochaine génération
LiDAR à l'état solide Des entreprises comme Ouster et Aeva se tournent vers des conceptions à l'état complet sans pièces mobiles, utilisant des réseaux de lasers à effet de surface à cavité verticale (VCSEL) et de diodes d'avalanche à photo simple (SPAD), qui offrent une résolution plus élevée et une plus grande portée tout en s'installant dans un module standard de pare-chocs ou de projecteurs. Radars 4D Des fournisseurs comme Arbe Robotics et Uhnder ajoutent des mesures de vitesse en trois dimensions, distinguant les objets fixes et mobiles avec une clarté sans précédent. Caméras à caractère événementiel qui capturent seulement des pixels qui changent — plutôt que des vidéos en plein cadre — émergent d'entreprises comme Prophesee et Sony. Ces capteurs obtiennent une résolution temporelle microseconde, idéale pour détecter des piétons en déplacement rapide ou éviter les obstacles à distance à la vitesse de l'autoroute.
Calcul des bords et IA embarquée
NVIDIAS Thor SoC, annoncé pour 2025, unifiera l'accélération de l'IA, les graphiques et le calcul de sécurité en une seule puce. MobileyeS EyeQ Ultra utilise 12 accélérateurs hétérogènes pour gérer la perception, la cartographie et la politique de conduite. Ces puces intègrent du matériel dédié aux modèles de transformateurs et aux réseaux neuronaux de graphes, qui deviennent populaires pour la fusion des capteurs et la prédiction du comportement. De plus, les nouvelles technologies de mémoire comme HBM3 (monnaie de bande passante élevée) et sur puce SRAM réduisent la latence et la puissance. Combinés à des solutions de refroidissement avancées telles que le refroidissement liquide ou des substrats de haute conductivité thermique, ces processeurs peuvent maintenir des performances de pointe pendant les conditions estivales chaudes.
Co-conception hardware-logiciel
Les constructeurs automobiles et les vendeurs de puces co-conçoivent de plus en plus le matériel et les logiciels pour maximiser l'efficacité. Par exemple, la puce FSD Tesla est conçue en parallèle avec son architecture réseau neuronal pour minimiser le mouvement des données. De même, le module de calcul personnalisé Waymo , qui combine étroitement sa pile logicielle de perception, permet d'adapter davantage les cadres matériels open-source comme RISC-V, mais l'industrie automobile tend à privilégier les solutions propriétaires en raison des exigences de certification de sécurité.
Véhicule-à-tout (V2X) et infrastructure
Les modules de communication V2X embarqués — utilisant DSRC (communications à courte portée dédiées) ou C-V2X (V2X cellulaire) — permettent aux véhicules d'échanger des données avec les feux de circulation, les zones de construction et d'autres usagers de la route. Ces modules intègrent des antennes durcies et des puces à faible latence. Les capteurs basés sur l'infrastructure, tels que LiDAR embarqués sur route et les caméras, peuvent fournir des données de perception supplémentaires aux véhicules.
Défis et considérations
Malgré des progrès rapides, plusieurs problèmes matériels subsistent. Coût Une suite de capteurs de niveau 4 peut coûter 20 000 $ ou plus. Les économies d'échelle et d'innovation vont faire baisser les prix, mais l'industrie doit équilibrer les performances avec l'accessibilité. Fiabilité et durabilité dans les températures extrêmes, les vibrations et la durée de vie utile longue (10+ ans) nécessitent des tests rigoureux. Contraintes de la chaîne d'approvisionnement pour les puces spécialisées et les minéraux de terres rares peuvent perturber la production.
Consommation d'énergie — une plate-forme de calcul haute performance peut attirer 500 à 1000 watts — la gamme des impacts et les exigences de refroidissement dans les véhicules électriques. Certification de sécurité Selon des normes comme ISO 26262 et les normes attendues pour la sécurité fonctionnelle en autonomie (ISO/PAS 21448), il faut analyser les modes de redondance et de défaillance du matériel, ce qui accroît la complexité.
En outre, cybersécurité Le matériel doit inclure des boot sécurisés, des bus de données chiffrés et des modules résistants aux manipulations pour prévenir les attaques. cadres réglementaires pour l'approbation du matériel varie selon les pays, retardant le déploiement mondial. La collaboration entre les constructeurs automobiles, les fournisseurs et les organismes de réglementation est essentielle pour harmoniser les exigences.
Conclusion
Des radars LiDAR et 4D à l'imagerie sur mesure, aux actuateurs de fonctionnement par défaut, chaque avancée rapproche plus de sécurité et de capacité les AVs plus proches de l'adoption de masse. Les tendances vers l'intégration, les coûts plus faibles et les performances plus élevées continuent sans relâche. Alors que les défis tels que le coût, la fiabilité et la régulation persistent, la trajectoire est claire : le matériel permettra aux véhicules autonomes de naviguer dans des environnements de plus en plus complexes avec plus de confiance et de sécurité.
Pour plus de précisions sur le matériel autonome, voir: Niveaux d'automatisation de la conduite, Plateforme d'entraînement NVIDIA, Waymoet Lidar 101- Oui.