Favoriser la confiance dans les solutions de conduite automatisée avec TimelyTale

Il y a plus d’un siècle, l’invention de l’automobile a révolutionné la vie des gens, et le secteur se prépare maintenant à son prochain grand bond, à savoir la conduite autonome. Dans le monde d’aujourd’hui, où tout devient intelligent, pourquoi vos voitures ne le seraient-elles pas aussi ? Eh bien, elles le sont.

Les avancées technologiques dans le secteur automobile ont conduit à l’essor des véhicules autonomes.

La combinaison d’un matériel puissant et d’un logiciel intelligent ouvre une nouvelle ère de voitures autonomes qui transporteront les personnes à leur destination confortablement et en toute sécurité, sans aucune intervention humaine.

Ce paysage de conduite autonome évolue à un rythme rapide, le nombre de véhicules automatisés expédiés chaque année devant croître à un TCAC de 41 % entre 2024 et 2030.

L’intégration croissante des véhicules automatisés dans notre quotidien devrait réduire les embouteillages, améliorer l’accessibilité et augmenter la sécurité. Ces véhicules permettent également aux conducteurs d’effectuer des tâches non liées à la conduite, comme utiliser leur téléphone, regarder des médias, travailler ou simplement se détendre pendant le trajet.

Tous les véhicules automatisés ne peuvent pas atteindre cela, cependant. Il existe différents niveaux de véhicules automatisés, comme suit :

Niveau 0 – À ce niveau, il n’y a aucune automatisation de la conduite. Le véhicule est entièrement contrôlé manuellement. C’est le niveau que l’on voit le plus souvent sur les routes.

Niveau 1 – Un cran au-dessus se trouve le niveau le plus bas d’automatisation, où une assistance au conducteur est fournie via un seul système automatisé comme le volant assisté ou le régulateur de vitesse adaptatif.

Niveau 2 – Ce niveau d’automatisation partielle correspond aux systèmes avancés d’aide à la conduite (ADAS). Ici, le véhicule peut contrôler la direction et la vitesse, mais un humain reste sur le siège du conducteur et peut reprendre le contrôle à tout moment. Nous voyons déjà ce niveau de véhicules autour de nous avec Tesla (TSLA ) Autopilot et les systèmes Cadillac Super Cruise de General Motors (GM ).

Niveau 3 – Dans ce niveau d’automatisation conditionnelle, les véhicules sont capables de détecter leur environnement et, sur cette base, de prendre des décisions éclairées. Cependant, le conducteur humain doit rester vigilant et être prêt à reprendre le contrôle si le système ne peut pas exécuter la tâche. Des exemples majeurs de niveau 3 incluent la Mercedes‑Benz S‑Class, qui propose des fonctions telles que la conduite autonome sur autoroute et le maintien de voie, ainsi que la Honda (HMC ) Legend, qui offre une conduite mains libres dans certains scénarios.

Niveau 4 – Ce saut de niveau nous amène aux véhicules à haute automatisation, qui ne nécessitent généralement pas d’assistance humaine, bien sûr. Cependant, les humains conservent la possibilité d’intervenir manuellement. Les véhicules de niveau 4 peuvent se conduire de façon autonome mais, légalement, uniquement dans des zones limitées. Ces véhicules sont déjà en cours de développement avec Google‘s Waymo One et Apollo Go de Baidu.

Niveau 5 – À présent, ce niveau ne nécessite aucun conducteur. À ce stade, les véhicules autonomes atteignent une automatisation complète de la conduite, sont libérés des géorepérages et peuvent donc faire tout ce qu’un conducteur humain expérimenté peut faire, partout. De Tesla, Amazon, Honda à Mercedes, plusieurs grands constructeurs automobiles du monde entier testent des voitures entièrement autonomes. Elles ne sont toutefois pas encore disponibles pour le grand public.

Bien qu’il soit actuellement inconnu exactement quand les véhicules entièrement automatisés (SAE Niveau 5) seront largement adoptés, certaines études prévoient une disponibilité du marché d’ici la fin de cette décennie.

Dans ce contexte, il est crucial de renforcer la confiance des utilisateurs pour le déploiement et l’acceptation réussis de ces véhicules. Actuellement, la confiance limitée des passagers freine l’adoption.

Ainsi, pour rendre les véhicules autonomes plus conviviaux, des chercheurs du Gwangju Institute of Science and Technology (GIST) en Corée du Sud ont rédigé un article proposant des stratégies à cet effet. Cela inclut la fourniture d’explications aux passagers.

Le problème est que des explications mal conçues peuvent nuire à l’expérience des passagers. Ainsi, les explications doivent transmettre l’information avec une intelligibilité suffisante dans des environnements routiers en évolution rapide.

Des études antérieures ont exploré diverses méthodes de présentation d’explications afin d’améliorer l’expérience des passagers tout en réduisant l’anxiété et la charge cognitive. Cependant, le moment optimal pour les explications et la demande réelle des passagers n’ont pas encore été largement étudiés, surtout en conditions réelles.

Les chercheurs du GIST ont étudié le processus de fourniture d’explications en temps opportun afin d’améliorer le sentiment de sécurité des passagers et leur confiance dans les véhicules automatisés.

Accélérer l’adoption des véhicules autonomes

Pour que les véhicules automatisés tiennent leurs promesses d’amélioration de la mobilité urbaine, il faut instaurer la confiance des passagers, ce qui nécessite de fournir des explications opportunes et spécifiques aux passagers concernant les décisions des véhicules autonomes.

Pour que ces explications soient efficaces, elles doivent être compréhensibles, informatives et concises. Elles favoriseront la confiance des passagers en leur offrant un sentiment croissant de contrôle et en réduisant les expériences négatives.

Si des méthodes d’intelligence artificielle explicable (XAI) existent déjà, elles sont principalement destinées aux développeurs et aux régulateurs. En se concentrant sur des scénarios à haut risque ou en proposant des explications trop détaillées, elles ne sont pas vraiment adaptées aux passagers.

Cela souligne le besoin de modèles XAI qui se concentrent spécifiquement sur les passagers, en comprenant le type d’information requis et le moment où elle est nécessaire dans les scénarios de conduite réels.

Un obstacle majeur au développement de modèles XAI explicables centrés sur les passagers, selon l’étude, est le manque de jeux de données prenant en compte le contexte des passagers.

En réponse, une équipe de chercheurs du GIST dirigée par SeungJun Kim, professeur et directeur du Human‑Centered Intelligent Systems Lab du GIST, a introduit TimelyTale pour pallier l’absence d’approche centrée sur les passagers en utilisant des données de capteurs pour des explications opportunes et contextuellement pertinentes.

TimelyTale est un nouveau jeu de données multimodal conçu pour capturer des scénarios de conduite réels et offrir des explications à bord afin d’améliorer la confiance et la sérénité des passagers dans les véhicules automatisés.

« Notre recherche déplace le focus de l’XAI dans la conduite autonome des développeurs vers les passagers. Nous avons développé une approche pour recueillir la demande réelle des passagers d’explications à bord et des méthodes pour générer des explications opportunes et pertinentes à la situation pour les passagers. »

– Professeur Kim

Les auteurs de l’étude ont reçu le « Distinguished Paper Award » pour leur travail intitulé « What and When to Explain?: On‑road Evaluation of Explanations in Highly Automated Vehicles. »

Pour commencer, les chercheurs ont d’abord étudié l’effet de différents types d’explications visuelles — incluant l’attention, la perception et une combinaison des deux — ainsi que leur timing sur l’expérience des passagers dans des conditions de conduite réelles, en utilisant la réalité augmentée.

L’état de perception du véhicule a été trouvé améliorer la confiance, la conscience situationnelle et la perception de sécurité sans submerger les passagers. De plus, les chercheurs ont identifié la probabilité de risque de trafic comme le facteur le plus efficace pour décider quand les explications doivent être délivrées, ce qui les a également aidés à comprendre quand les passagers se sentent surchargés d’information.

Sur la base de ces résultats, les chercheurs du GSIT, en collaboration avec le MIT, ont développé le jeu de données TimelyTale.

Pour cette approche, les chercheurs ont utilisé des données de l’environnement externe (exteroceptives) comme les sons et les images, des données proprioceptives concernant les positions et mouvements du corps, ainsi que des données interoceptives sur l’état du passager, c’est‑à‑dire les sensations corporelles comme la douleur, la respiration et le rythme cardiaque.

Pour recueillir toutes ces données auprès des passagers, les chercheurs ont employé une variété de capteurs dans des scénarios de conduite naturalistes afin de prédire leurs besoins d’explication. Les appareils utilisés comprenaient le GPS, le LiDAR 3D, l’OBD‑II, les IMU et les caméras stéréo pour les données exteroceptives et proprioceptives, tandis que la caméra LiDAR, la caméra de profondeur, l’imagerie thermique, le bracelet E4 et les capteurs de pression du siège ont été employés pour capturer les données interoceptives.

Il est à noter que les chercheurs ont également intégré le concept d’interruptibilité à bord pour identifier les moments propices aux explications. L’interruptibilité correspond au passage de l’attention du passager des tâches non liées à la conduite (NDRTS) aux informations liées à la conduite.

Contrairement aux véhicules conduits manuellement, où les conducteurs ne peuvent pas être distraits, dans les véhicules automatisés, les passagers ne sont généralement pas engagés dans des tâches de conduite. Ainsi, il faut identifier les moments où fournir des informations liées à la conduite pendant les NDRTs.

En conséquence, les chercheurs sont capables d’identifier efficacement le timing ainsi que la fréquence des demandes d’explications des passagers. Le modèle a également reconnu les explications spécifiques que les passagers souhaitent pendant les situations de conduite.

Les chercheurs ont ensuite utilisé leur approche pour développer un modèle d’apprentissage automatique (ML) qui prédit le meilleur moment pour offrir une explication au passager. Ils ont également réalisé une modélisation à l’échelle d’une ville afin de générer des explications textuelles selon différents lieux de conduite.

L’analyse préliminaire, selon l’étude, indique le potentiel du modèle pour déterminer le timing de la demande d’explications à bord. Parallèlement, le jeu de données peut être utilisé pour générer du contenu explicatif textuel pertinent aux contextes environnementaux, liés à la conduite et spécifiques aux passagers.

« Notre recherche jette les bases d’une plus grande acceptation et adoption des véhicules autonomes, pouvant remodeler le transport urbain et la mobilité personnelle dans les années à venir. »

– Prof. Kim

Entreprises qui font progresser les solutions de conduite automatisée

Passons maintenant en revue les entreprises qui façonnent l’avenir des véhicules automatisés et qui sont également bien placées pour tirer parti des avancées de l’IA explicable.

Dans le secteur des véhicules autonomes, General Motors (GM ) a développé Cruise pour les trajets sans conducteur, tandis que Ford Motor (F ) avance dans cette direction avec Escape Hybrid.

Ensuite, il y a NVIDIA (NVDA ), dont la plateforme DRIVE propose une gamme d’outils matériels et logiciels pour le développement de véhicules autonomes. Amazon (AMZN ) s’intéresse également à la technologie des véhicules autonomes via Zoox, qui a commencé à tester ses voitures sans conducteur en vue de son lancement l’année prochaine. Des acteurs comme Uber (UBER ) et Lyft (LYFT ), qui possèdent un réseau de covoiturage, peuvent également bénéficier des avancées visant à renforcer la confiance et la sécurité dans les services de véhicules autonomes.

Voici maintenant deux noms majeurs du marché des véhicules autonomes qui pourraient présenter un intérêt d’investissement :

1. Waymo

Dans le domaine du développement de véhicules autonomes, Waymo progresse rapidement. Cette filiale d’Alphabet (GOOG ) se concentre sur la technologie de conduite autonome et les fonctionnalités centrées sur le passager.

Fin du mois dernier, l’entreprise a annoncé la clôture d’un tour d’investissement sursouscrit de 5,6 milliards de dollars mené par la société mère Alphabet, avec la participation d’investisseurs existants et de fonds de capital-investissement tels que Fidelity, Tiger Global, Andreessen Horowitz, Perry Creek, Silver Lake et T. Rowe Price.

Les fonds seront utilisés pour étendre le service de covoiturage « Waymo One » à davantage de villes américaines et améliorer le « Waymo Driver » alimenté par l’IA. Récemment, l’entreprise a lancé ses robotaxis à Los Angeles, permettant à toute personne dans la ville d’appeler un véhicule sans conducteur via l’application Waymo One. Ce robotaxi circule déjà à Phoenix depuis quatre ans et est présent à San Francisco depuis l’année dernière. Par ailleurs, à Austin et Atlanta, Waymo a ajouté ses véhicules autonomes à la plateforme d’Uber, permettant aux clients de commander son véhicule depuis l’application Uber.

Google a en fait commencé à travailler sur les voitures autonomes il y a plus d’une décennie et demie, lorsque Waymo n’était encore qu’un projet secret. Les voitures autonomes du géant technologique auraient parcouru plus de 20 millions de miles sans accident majeur.

Les actions de ce géant d’une capitalisation boursière de 2,2 billion de dollars s’échangent actuellement à 180,91 $, en hausse de 30 % cette année. Elles affichent un BPA (TTM) de 7,54, un PER (TTM) de 24,09 et un rendement du dividende de 0,44 %. Pour le 3T24, il a déclaré des ventes nettes de 2,93 milliard de dollars et 702 millions de dollars de flux de trésorerie provenant des opérations.

Pour le 3ᵉ trimestre 2024, Alphabet a déclaré un chiffre d’affaires de 88,27 milliards de dollars, en hausse de 15 % d’une année sur l’autre. Son chiffre d’affaires cloud a bondi de 35 % par rapport à l’année précédente pour atteindre un record de 11,35 milliards de dollars ce trimestre, porté par les offres d’IA.

L’IA suscite beaucoup d’intérêt chez les utilisateurs et les entreprises, Google attirant de nouveaux clients, concluant de plus gros contrats et constatant une adoption accrue grâce à l’IA. Ainsi, l’entreprise continue naturellement « d’investir dans des infrastructures de pointe » pour soutenir ses efforts en IA.

2. Tesla Inc. (TSLA )

Fondée par Elon Musk, Tesla est connue pour ses véhicules électriques, qui proposent l’Autopilot comme automatisation de niveau 2. L’Autopilot est une fonctionnalité standard sur chaque nouveau Tesla, chaque véhicule étant équipé de multiples caméras et d’un traitement visuel pour une couche supplémentaire de sécurité.

Il existe également le Full Self‑Driving (FSD), qui ajoute une navigation semi‑autonome. Autopilot et FSD sont destinés à être utilisés avec un conducteur pleinement attentif.

Alors que l’Autopilot comprend des fonctions comme le régulateur de vitesse adaptatif conscient du trafic et l’autosteer, le FSD (supervisé) offre des fonctionnalités supplémentaires, notamment la navigation en autopilot, l’autosteer en ville, le changement de voie automatique, le stationnement automatique, le summon et le smart summon, le contrôle du trafic et le contrôle des panneaux d’arrêt.

Les véhicules Tesla sont également dotés de plusieurs fonctions de sécurité active qui leur permettent de détecter les voitures ou obstacles, d’émettre des avertissements de collision imminente, des avertissements de collision latérale et de surveiller les angles morts, entre autres, afin d’assister les conducteurs.

Le constructeur fait toutefois l’objet d’un examen de la part de la National Highway Traffic Safety Administration (NHTSA), qui a exprimé son mécontentement quant au langage promotionnel de Tesla sur les réseaux sociaux concernant la fonction FSD. L’agence estime que le message de Tesla pourrait encourager une utilisation dangereuse du système et a demandé à l’entreprise de reconsidérer sa stratégie de communication sur les capacités du FSD.

Cela survient après un incident tragique où une femme a été percutée par une Tesla en mode FSD, soulevant des questions sur la capacité du système à gérer des conditions environnementales difficiles.

La NHTSA a donné à Tesla une date limite au 18 décembre pour répondre à ses questions concernant le « potentiel échec du FSD à fonctionner, y compris la détection et la réponse appropriées dans des situations spécifiques où la visibilité de la route est réduite et pourrait limiter la capacité du FSD à fonctionner en toute sécurité ».

Avec une capitalisation boursière de 1,05 billion de dollars, les actions de Tesla s’échangent actuellement autour de 340 $, en hausse de 32,2 % depuis le début de l’année (YTD). Elles affichent un BPA (TTM) de 3,65, un PER (TTM) de 90,07 et un ROE (TTM) de 20,65 %. Son ratio d’endettement (MRQ) est de 11,01 %.

Pour le 3ᵉ trimestre 2024, l’entreprise a déclaré un chiffre d’affaires de 23,35 milliards de dollars et un bénéfice net de 2,17 milliards de dollars. Les marges bénéficiaires ont augmenté de 739 millions de dollars grâce aux revenus de crédits réglementaires automobiles, résultant du fait que les régulateurs obligent les constructeurs à vendre un certain nombre de véhicules à faibles émissions ou à acheter des crédits auprès d’acteurs comme Tesla, qui fabrique exclusivement ces véhicules et possède ainsi un excédent de crédits.

Au cours de ce trimestre, le constructeur a produit 470 000 véhicules et en a livré 463 000. Récemment, il a également dévoilé un robotaxi et un robovan.

Click here to learn all about Tesla.

Conclusions 

Le monde en pleine expansion des véhicules autonomes annonce un avenir de mobilité accrue, de réduction des embouteillages, de plus grande commodité et d’amélioration de la sécurité.

Alors que la taille du marché mondial des véhicules autonomes devrait atteindre 13 632,4 milliards de dollars d’ici la fin de cette décennie, le marché des logiciels de conduite autonome, essentiel aux véhicules autonomes, devrait passer de 1,8 milliard de dollars en 2024 à 7 milliards de dollars d’ici 2035.

La demande croissante de solutions de transport efficaces et sûres explique la croissance du marché des logiciels de conduite autonome. À mesure que les véhicules autonomes gagnent en popularité et en adoption, les constructeurs automobiles doivent intégrer des technologies de sécurité. Ainsi, les logiciels de conduite autopilote assurent la sécurité du véhicule grâce à des algorithmes et au traitement des données en temps réel.

Pour concrétiser l’avenir des véhicules entièrement autonomes, il ne suffit pas d’avancées technologiques. Gagner la confiance des passagers est essentiel pour une adoption généralisée. Des solutions comme TimelyTale, qui se concentrent sur des explications opportunes et pertinentes, permettent de mieux répondre aux préoccupations des passagers et de renforcer la confiance, créant ainsi une approche davantage centrée sur l’humain dans la conduite autonome.

Des innovations comme celles‑ci sont cruciales pour rapprocher davantage un futur où les véhicules autonomes s’intègrent harmonieusement à notre quotidien, transformant ainsi la mobilité urbaine.

Click here to learn how autonomous taxis will generate up to $4 trillion by 2027.