La navette autonome de May Mobility emprunte l’intersection la plus difficile d’Ann Arbor

L’intersection de State Street et South University Avenue est l’une des plus délicates d’Ann Arbor, dans le Michigan. L’arrêt à trois voies au cœur du campus de l’Université du Michigan comprend un arrêt de bus, des étudiants traversant dans toutes les directions avec un abandon inconsidéré et une confusion automobile générale concernant le droit de passage. Vexant pour les conducteurs attentifs, cela semblerait un défi particulièrement intimidant pour un véhicule autonome comme, disons, la Lexus autonome dans laquelle nous étions assis.

Cette Lexus RX450h est l’une des cinq Mai Mobilité des navettes de véhicules autonomes fonctionnent actuellement à Ann Arbor dans le cadre d’un programme pilote lancé le 11 octobre. Après avoir laissé un piéton traverser, la navette a avancé, sentant que c’était à notre tour de partir. Juste au moment où nous sommes entrés dans l’intersection, une voiture s’est précipitée vers l’avant pour faire un virage à gauche, coupant devant nous et nous prenant par surprise. La navette a repéré le mouvement agressif, a appuyé sur les freins et a évité un accident potentiel avant même que quiconque puisse haleter. Pas mal.

Le service de navette autonome s’appelle A2GO, et il s’agit d’une collaboration avec Mcity, une installation d’essai de véhicules autonomes de l’Université du Michigan, et SPARK, une organisation à but non lucratif qui soutient le développement économique dans le sud-est du Michigan. Le service couvre certaines des zones les plus denses d’Ann Arbor tout en reliant les centres de transit tels que le Blake Transit Center, d’où partent les bus d’Ann Arbor, et la gare Amtrak. Les navettes, disponibles à 18 arrêts désignés, peuvent être hélées gratuitement via une application.

Le système de conduite autonome de May Mobility, baptisé Multi-Policy Decision-Making (MPDM), est le cerveau derrière les véhicules A2GO. Il diffère de nombreux autres systèmes audiovisuels en ce qu’il n’est pas strictement basé sur des règles, où la voiture prend des décisions sur la base d’un ensemble de règles prédéterminé. Les systèmes basés sur des règles peuvent sembler intuitifs, mais les AV rencontrent constamment de nouvelles situations qui nécessitent des règles supplémentaires, et parfois contradictoires. « Ils deviennent encombrants et chaque fois que vous réparez une chose, vous en cassez quatre autres », déclare Edwin Olson, PDG et co-fondateur de May Mobility. L’ajout de règles supplémentaires augmente à la fois la complexité et le coût, May a donc choisi un itinéraire différent.

« Nous utilisons un simulateur sur le véhicule, fonctionnant environ 30 000 fois plus vite qu’en temps réel, pour créer une copie miroir du monde en ligne dans la voiture », a déclaré Olson. Le système évalue en permanence l’environnement et examine des milliers de décisions simulées pour déterminer ce qu’il faut faire. Comme l’a expliqué l’ingénieur de terrain Jay Miles, le MPDM est sensible aux interactions, le système simulant « ce qui est le plus susceptible de se produire [with other road users], mais aussi ce qu’ils feront à cause de ce que font les autres. Dans un sens, cela « donne à la voiture une imagination et lui permet de déterminer par elle-même quelle décision a du sens compte tenu du contexte », a ajouté Olson.

« Si vous utilisez l’analogie d’un jeu d’échecs, un grand maître d’échecs examinera l’échiquier et verra tous les mouvements possibles et effectuera chacune de ces étapes en plusieurs étapes », a déclaré Sam Abuelsamid, expert AV et analyste de recherche principal chez Guidehouse Insights. « C’est un peu ce qu’ils font, et cela nécessite à la fois une informatique puissante et un logiciel très efficace pour exécuter tous ces scénarios simultanément en temps réel. »

A2GO est le huitième déploiement de véhicules autonomes de May Mobility, la société desservant auparavant des villes d’Arlington, au Texas, à Hiroshima, au Japon. Chaque ville a aussi ses propres bizarreries. Alors que May a constaté que les conducteurs et les piétons japonais sont des adeptes prévisibles des règles, « les étudiants dirigent Ann Arbor » et « ne cèdent pas vraiment pour laisser les voitures traverser les passages pour piétons », a déclaré Miles.

Mais le système a tout géré lors de nos trois trajets autour d’Ann Arbor. Cela comprenait des étudiants effrontés, des routes en ruine et des rues étroites. Les véhicules A2GO privilégient d’abord la sécurité, puis le confort du conducteur, puis l’autonomie. Le système devient prudent lorsque quelque chose dépasse de la route, comme une benne à ordures ou un camion en stationnement, ralentissant au ralenti car il ne veut pas traverser les doubles lignes jaunes.

Bien que le véhicule puisse se faufiler seul dans la benne à ordures, May’s a des opérateurs AV dans chaque voiture formés pour prendre le relais dans de tels scénarios afin de fournir une expérience plus fluide et plus normale aux conducteurs. « Si le pilote n’est pas content, alors cette vision ne va pas avancer », a déclaré Olson. « Vous leur offrez une bonne expérience et les gens l’adopteront ».

Trois manèges est une petite taille d’échantillon, mais les navettes AV de l’A2GO semblent capables et sûres ; si vous aviez les yeux bandés, vous pourriez seulement deviner qu’un humain ne dirigeait pas lorsqu’il fait preuve d’une prudence supplémentaire. L’AV accélère et s’arrête en douceur, sauf en cas d’urgence, lorsqu’il se bloque vraiment sur les freins. Il semble également faire bonne impression sur les habitants. Lors d’un trajet, nous avons été rejoints par un étudiant en ingénierie de l’Université du Michigan qui était enthousiasmé par la technologie et satisfait de l’expérience, et tous les opérateurs que nous avons rencontrés, d’un ancien professeur à un « geek automobile » autoproclamé qui a passé des décennies travailler dans l’industrie automobile – semblait vraiment impressionné par les capacités et le potentiel de l’AV pour changer la façon dont nous nous déplaçons.

Pourtant, les voitures autonomes ont encore un long chemin à parcourir. Olson a réitéré que A2GO est une opportunité d’apprentissage et que beaucoup plus de tests sont nécessaires avant que les AV ne deviennent monnaie courante. Mais cette navette montre également à quel point la technologie est déjà bonne, et elle prouve les avantages potentiels des véhicules autonomes pour la vie urbaine. Comme le dit Olson, « vous gagnez en créant un transport en commun tellement bon que les gens qui peuvent se permettre de ne pas l’utiliser l’utilisent quand même ».