Dernièrement, la startup spécialisée dans les véhicules autonomes, Argo AI, a mis en libre accès ses cartes HD afin de faire avancer les recherches dans ce domaine. Aujourd’hui, toujours dans l’optique de soutenir les chercheurs de l’Université de Carnegie Mellon, la startup soutenue par Ford a investi 15 millions de dollars pour financer la création d’un nouveau centre de recherche.
Avec ce nouveau lieu, les chercheurs de Carnegie Mellon pourront poursuivre des projets visant à surmonter les problématiques actuelles, afin que les véhicules autonomes puissent fonctionner dans de nombreuses conditions réelles. Si Argo AI est si proche de cette université, c’est que la startup a été fondée en 2016 par quelques anciens élèves. Grâce au soutien de Ford, Argo AI teste actuellement ses voitures à Miami, Washington, Palo Alto, mais également à Détroit. Au cours de ces phases de tests, Ford optimise au fur et à mesure le logiciel, ainsi que les composants qui permettent à un véhicule autonome de « voir », et surtout de se diriger. Au cours des 5 prochaines années, Ford s’est engagé à investir 1 milliard de dollars dans cette startup.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
En investissant de la sorte dans ces projets universitaires, Argo AI donne quelques exemples que questions sur lesquelles les étudiants / chercheurs vont pouvoir travailler :
- Par exemple, comment les véhicules autonomes peuvent-ils « voir » leur environnement et fonctionner en toute sécurité dans des conditions météorologiques défavorables telles que de très fortes pluies, des chutes de neige et du brouillard ?
- Comment pouvons-nous réduire ou éliminer la dépendance à l’égard des cartes haute définition sans sacrifier la sécurité et le rendement ?
- Comment les véhicules autonomes peuvent-ils raisonner dans des conditions de circulation non structurées et très peu structurées que l’on trouve couramment dans certaines grandes villes internationales, où les acteurs de la route ignorent complètement le code de la route ?
- Comment pouvons-nous réduire notre besoin de données cartographiques haute définition à forte intensité de main-d’œuvre lorsque nous déménageons dans de nouvelles villes ?
- Une fois que les flottes de véhicules sont déployées, comment pouvons-nous tirer efficacement parti de l’expérience d’une flotte autonome pour obtenir des améliorations exponentielles qui dépassent les capacités de lancement initiales ?
