D’ici quelques années, les voitures autonomes remplaceront progressivement les véhicules traditionnels sur les routes. Quel est le lien entre véhicules autonomes et Big Data ? Quelle sera la nature des données générées par ces véhicules, et qui s’en servira ? Comment gérer ces données ? Autant de questions auxquelles nous tenterons de répondre à travers ce dossier.
Les véhicules autonomes conduisent mieux que les humains. Contrairement à nous, ces voitures ne sont jamais fatiguées, ne perdent pas leur concentration, et prennent toujours les bonnes décisions en moins d’une seconde. De fait, les véhicules autonomes rendent la route plus sûre.
Selon Google, sur plus de 1,8 million de miles parcourus par ses véhicules autonomes, seuls 13 accidents mineurs sont à déplorer. De plus, tous ces accidents étaient le résultat direct d’une erreur humaine et n’étaient donc pas causés par les véhicules autonomes ou par leurs systèmes de navigation avancés. Ce résultat est tout bonnement impressionnant. De très nombreuses vies pourraient être sauvées si ces véhicules étaient déjà disponibles pour les consommateurs. Une prouesse directement attribuable au Big Data.
Quel est le lien entre Big Data et véhicules autonomes ?
Google n’est pas la seule entreprise à travailler sur des véhicules autonomes. Plusieurs marques développent leur propre technologie. On compte notamment Tesla, Nissan, General Motors, Mercedes-Benz, Delphi Automotive, Audi et Bosch. Le point commun entre ces différents systèmes est le Big Data.
Selon INVENT, une entreprise dédiée au développement d’un réseau entre les véhicules autonomes et aux technologies de capture de prochaine génération, les voitures sans pilote ne représentent qu’une partie d’un système de collecte de données bien plus large.
Ces véhicules sont équipés d’ordinateurs intégrés, de récepteurs GPS, d’interfaces de réseaux sans fil à courte portée, et peuvent potentiellement accéder aux capteurs internes et à internet. De plus, ils peuvent interagir avec les réseaux de capteurs sans fil sur les routes où de tels réseaux sont déployés.
En d’autres termes, les véhicules ou les systèmes qui les contrôlent se synchronisent automatiquement avec un large réseau constamment alimenté de données sur l’environnement local et la route. Ces véhicules seront toujours tenus au courant du trafic, des accidents et des dangers potentiels. Les heures de départ et d’arrivée seront mises à jour en temps réel, et bien plus encore.
Selon les experts, ces véhicules se démocratiseront au cours de la prochaine décennie. Le Big Data deviendra de plus en plus important. Les véhicules devront collecter des informations en provenance d’une base de données plus large pour communiquer entre elles.
Ce scénario peut sembler lointain, mais il n’en est rien. Les véhicules autonomes seront très bientôt sur nos routes. Un partenariat entre Ford et Google devrait être annoncé très prochainement, démontrant que la révolution technologique est en marche. Les deux marques travailleront ensemble pour créer des véhicules autonomes accessibles à tous.
La Californie a déjà voté une loi autorisant les voitures sans pilote à circuler sur les routes nationales, et les autres États en feront bientôt de même. En tous les cas, les systèmes soutenus par le genre de technologie que INVENT développe seront nécessaires pour collecter et partager les données entre les véhicules.
Des inquiétudes liées aux données des voitures autonomes
Les véhicules autonomes représentent incontestablement le futur de l’industrie automobile. Toutefois, de nombreuses questions demeurent à l’heure actuelle en suspens. On ignore par exemple combien de données seront produites par ces voitures sans pilotes. En tous les cas, il semble certain ces machines seront de véritables éponges à données, et que ces informations seront utilisées à la fois à l’intérieur et à l’extérieur du véhicule.
Les voitures autonomes embarquent de nombreux capteurs. Par exemple, les Google Cars sont équipées d’un système de détection laser, permettant de développer une carte 3D des environs. En détectant les lignes sur la route, la voiture peut savoir à quel endroit se trouve la file. Elle peut également vérifier si le feu est vert ou rouge. En outre, un radar lui permet de mesurer la vitesse de mouvement des objets avoisinants.
Les véhicules sans pilote regroupent trois catégories de composants principaux : des capteurs, des processeurs et des actuateurs. Les images et les informations collectées par les capteurs voyagent à travers le processeur, lequel indique à la voiture les manœuvres à effectuer par le biais de l’actuateur. Cet outil permet à l’ordinateur de contrôler les composants physiques tels que les freins ou le volant.
Certains types de données peuvent également provenir des autres voitures qui partagent la route. Ces données sont utilisées pour mieux cartographier les environs. Grâce au cloud, les voitures autonomes sont toujours connectées et, dans l’idéal, mises à jour en permanence.
Ces véhicules d’un genre nouveau sont le fruit d’algorithmes d’apprentissage avancés, et d’informations cataloguées basées sur les précédentes expériences. Le logiciel modélise des réponses et des comportements en temps réel. Plus la voiture et son ordinateur parcourent de distance, plus ils apprennent.
Le principal problème de ce système est lié aux décisions très rapides que doivent prendre les conducteurs au quotidien. Les scientifiques ne peuvent programmer une voiture pour reconnaître chaque petit objet et pour savoir comment se comporter dans chaque situation. Par exemple, une voiture ne peut nativement distinguer une bouteille de verre d’un journal. Elle peut en revanche apprendre à faire la différence en absorbant suffisamment de données. Elle peut apprendre que les objets sur la route incitent les autres conducteurs à se décaler, et comment anticiper les changements de file d’un véhicule.
En transformant l’expérience en information programmable, les scientifiques peuvent également rendre les voitures autonomes plus pratiques. Il est inutile de relayer systématiquement toutes les données. La voiture n’a pas besoin de freiner chaque fois qu’un oiseau survole la route. Sur la route, un conducteur humain ignore de nombreux détails pour se concentrer sur l’essentiel. C’est pourquoi la science de données est nécessaire pour déterminer ce qui est important et ce qui ne l’est pas. Les voitures sans pilote utilisent les modèles prédictifs et prescriptifs pour gérer l’influx d’informations en provenance des capteurs de façon pratique.
Comment gérer ces données ?
Les scientifiques continuent à débattre sur la quantité de données générées par les véhicules autonomes. Certains experts estiment qu’elles pourraient créer 1Go de données par seconde. Compte tenu du nombre de capteurs, et du fait qu’elles doivent constamment transmettre les informations, cette quantité pourrait effectivement être atteinte. Théoriquement, des pétabytes de données seraient donc générés chaque année par chaque véhicule autonome.
Parmi les données qui seront collectées, on compte l’identité des passagers, les détails sur le point de départ et le point d’arrivée de la route, l’itinéraire emprunté, l’heure et la date du voyage, la vitesse du déplacement et les méthodes de paiement en cas de location.
Il est également probable que les véhicules autonomes sauvegardent des enregistrements vidéo et audio de tout ce qui se trouve autour et à l’intérieur du véhicule. Ces données seront transmises vers le cloud en continu et remises à un petit nombre de constructeurs et d’entreprises de covoiturage.
La collecte de données n’est pas limitée au véhicule autonome et à ses passagers. Il est important de comprendre et prédire le comportement des autres véhicules, des piétons et des cyclistes sur la route. En cas d’accident, l’identification des personnes impliquées grâce à la reconnaissance faciale sera très utile.
De toute évidence, toutes ces données ne seront pas considérées comme importantes. De fait, seules les informations importantes seront stockées. La plupart des données sont utilisées uniquement pour le pilotage actif et non pour l’analyse détaillée. Ainsi, ces pétabytes de données ne finiront pas sur le cloud.
Beaucoup s’inquiètent de la façon dont les données des voitures autonomes seront utilisées. Toutefois, en réalité, les constructeurs et designers ont d’ores et déjà absorbé de très grandes quantités de données. Pour permettre à la Google Car de parcourir 2000 miles, la zone à franchir est cartographiée d’avance. En dehors de ce périmètre, la voiture ne saura comment se comporter. Elle aura besoin de données supplémentaires pour agrandir la carte. Aucune entreprise n’est en mesure de cartographier la planète entière.
Plus les entreprises créent et expérimentent, plus vite elles peuvent absorber et analyser les montagnes de données qui séparent les voitures d’aujourd’hui et de demain. Il est probable que le développement de meilleures techniques permettent l’accès aux données en provenance d’autres secteurs. Toutes les entreprises des secteurs de la tech ou de l’automobile ne sont pas en mesure d’investir dans les voitures sans pilotes, mais toutes peuvent en profiter sur le long terme.
Qui utilisera les données des véhicules autonomes ?
Mis à part les problèmes liés à l’acceptation des consommateurs et aux complications légales, les voitures autonomes présentent également un risque pour la sécurité et les problèmes relatifs aux données personnelles. Ces voitures peuvent potentiellement être hackées, comme l’ont récemment prouvé deux hackers en prenant le contrôle d’une Jeep sur l’autoroute. De même, les données personnelles pourront être traquées par les publicitaires et diffuser des publicités directement sur le tableau de bord. Une perspective plutôt angoissante. Les données représentent beaucoup d’argent, et chacun veut sa part.
Pour les gouvernements et les entreprises, ces données représentent également un vrai trésor. Il est probable que les constructeurs et autres agences de location soient légalement obligés de fournir les données collectées aux gouvernements et choisissent aussi de les vendre à d’autres entreprises.
En toute logique, le moindre excès de vitesse à bord d’une voiture autonome sera immédiatement signalé à la police, au gouvernement, aux assurances et aux départements municipaux des transports. En cas d’accident, les données seront partagées aux autorités et aux ambulances.
Il serait également possible pour les départements des transports de vérifier quelles sont les rues les plus fréquentées et à quel endroit la maintenance sera nécessaire. Il sera alors possible d’anticiper les pavements ou l’amélioration de la sécurité sur les intersections les plus dangereuses. Les informations sur le trafic peuvent être utilisées pour ajuster le timing des signaux et les itinéraires des véhicules pour maximiser la fluidité.
Enfin, il est probable que les options liées au divertissement deviennent monnaie courante dans les voitures autonomes. Le temps passé dans les voitures sans conduire permettra aux passagers de faire autre chose pour s’occuper. L’industrie du divertissement et les publicitaires pourront en profiter, d’autant que l’identité des passagers sera connue. Les industries de l’éducation et de la productivité professionnelle pourraient aussi en bénéficier, dans une moindre mesure.
Tesla, une entreprise pilotée par le Big Data
Tesla n’est pas la première entreprise à proposer une voiture autonome, mais la première firme à décider d’utiliser le Big Data à son avantage. Cette compagnie collecte autant de données qu’elle peut au sujet de ses clients, et les envoie sur le cloud pour les analyser à l’aide de logiciels et d’algorithme. Ces données servent la croissance de l’entreprise.
En octobre 2014, la firme a proposé à ses clients un package technologique optionnel pour 4250 dollars. Ce package regroupe des caméras et des capteurs permettant d’avertir le conducteur à l’avance sur d’éventuelles collisions. Toutefois, Tesla utilise également ces capteurs pour collecter des données.
C’est grâce à ces données que Tesla a pu proposer une mise à jour en octobre 2015, apportant aux 60 000 berline en circulation la possibilité de conduire de manière autonome. La firme utilise également les données pour remédier aux problèmes. Par exemple, une mise à jour logicielle a permis de résoudre un problème de surchauffe des véhicules.
Tesla utilise également le Big Data pour améliorer la satisfaction des clients en anticipant et en corrigeant les problèmes avant qu’ils ne surviennent. L’entreprise collecte aussi des données sur les forums pour repérer les plaintes de ses clients et s’en servir pour proposer de nouveaux modèles plus aboutis.
Tesla collecte davantage de données en un jour que ce que Google n’a collecté depuis le lancement de sa flotte de véhicules sans pilote en 2009. Ces données sont utilisées pour générer des cartographies pour les voitures sans pilote, 100 fois plus précises que les systèmes de navigation standards. Elle envisage de vendre ces cartes à d’autres entreprises ou de les fournir au gouvernement pour améliorer la sécurité routière.
Selon Elon Musk, grâce au Big Data, dans un futur proche, chaque fois qu’une voiture apprendra quelque chose, toutes les autres voitures l’apprendront aussi. En choisissant de s’en remettre au Big Data, Tesla pourrait dominer l’industrie automobile de demain.
- Partager l'article :