Voiture autonome

Bright Box dévoile un système de conduite autonome entraîné à l’aide de jeux vidéo

La jeune pousse lausannoise Bright Box a dévoilé une technologie pour voiture autonome exploitant un réseau de neurones à convolutions, une catégorie d'algorithmes de deep learning.

La solution Remoto Pilot de la start-up vaudoise Bright Box exploite des technologies de deep learning combinées à des systèmes de vision stéréoscopique, de positionnement par satellite et de cartes en haute définition. (Quelle: Bright Box)
La solution Remoto Pilot de la start-up vaudoise Bright Box exploite des technologies de deep learning combinées à des systèmes de vision stéréoscopique, de positionnement par satellite et de cartes en haute définition. (Quelle: Bright Box)

Basée à Lausanne, la compagnie Bright Box spécialisée dans les équipements pour véhicules connectés a dévoilé une nouvelle technologie de conduite autonome. Remoto Pilot intègre une fonction autopilote de suivi de voie, ainsi qu’un système de détection en temps réel d'évitement de différents obstacles, tels que les voitures ou les piétons. Remoto Pilot exploite pour ce faire des algorithmes de deep learning de type réseau de neurones à convolutions, combinés à des systèmes de vision stéréoscopique, de positionnement par satellite et de cartes en haute définition.

Basé sur le principe du machine learning, les algorithmes du réseau de neurones doivent au préalable être entraînés en les alimentant avec un ensemble de données d’entraînement. Dans le cas d’un système autopilote, il est nécessaire de faire appel à une multitude d'échantillons vidéo de situations de circulation routière. Pour cette phase de développement, Bright Box a eu l’idée originale de faire appel à des jeux vidéo, dont le titre «GTA-V». La firme explique qu’une grande partie du gameplay de ce jeu comprend des séquences de conduite en milieu urbain, avec un grand nombre de prises de vue très réalistes. Ces séquences sont ainsi une source précieuse d’images en haute résolution pouvant être utilisées pour générer un ensemble de données d’entraînement du réseau de neurones. Ces séquences vidéoludique ont été combinées à des ensembles de données issues de situations réelles, précise la start-up.

Webcode
9959

Kommentare

« Plus