Véhicules Waymo.jpeg
Accueil » Actualités » Les systèmes de conduite autonome réduisent de 25 % l’autonomie des véhicules électriques
| |

Les systèmes de conduite autonome réduisent de 25 % l’autonomie des véhicules électriques



L’ordinateur puissant et les capteurs nécessaires à l’autonomie consomment une quantité d’énergie surprenante.

Les microprocesseurs, caméras, lidars et radars nécessaires pour permettre aux voitures de se conduire consomment tellement d’énergie électrique qu’ils peuvent réduire l’autonomie d’un quart.

« Le calcul [power] juste pour exécuter les algorithmes pour prendre toutes les décisions pour conduire la voiture pourrait prendre 25 pour cent de l’autonomie électrique d’une voiture électrique », a déclaré Jim Farley, PDG de Ford Motor Co. lors d’une interview publiée sur la chaîne YouTube de Hagerty. « C’est à quel point l’équivalent humain de la prise de décision de notre cerveau est avide de pouvoir », a-t-il déclaré. « Les humains sont incroyables ! Essayer de battre un humain, ce qui est fondamentalement l’intention, c’est un problème vraiment difficile.

Jim_Farley_Headshot.jpg

Il n’est peut-être pas surprenant que, lorsque nous demandons aux voitures de se comporter davantage comme des humains, elles aient des exigences similaires à celles des humains. Le cerveau humain consomme environ 20 pour cent de la consommation d’énergie quotidienne du corps, il est donc logique qu’un cerveau électronique suffisamment puissant pour faire le même travail brûle une quantité similaire d’énergie.

Les capteurs humains comme les yeux et les oreilles sont passifs, ils ajoutent donc relativement peu à la consommation d’énergie, mais les véhicules autonomes utilisent des capteurs énergétiques actifs sous forme de radar et de lidar, ce qui contribue à la consommation totale du système dépassant celle d’un pilote humain.

« La consommation électrique totale du système pour la plupart des VA se situe généralement entre 1,5 et 3 kW », a noté Sam Abuelsamid, analyste principal pour les écosystèmes de mobilité électrique, Guidehouse Insights. « Cela inclut la puissance de tous les capteurs et le calcul. Le calcul seul est probablement d’environ 500 à 1 000 W selon la configuration spécifique.

« De notre point de vue, ce n’est certainement pas un modèle durable pour les consommateurs ni pour notre environnement car les émissions de CO2 continuent de monter en flèche – et soulève la question de savoir si les véhicules autonomes seront vraiment en mesure de tenir la promesse d’un transport plus vert », a observé Robert Bielby, Directeur principal de l’architecture des systèmes automobiles et du marketing de segment, unité commerciale embarquée, chez Micron. « Pour mettre ces chiffres de puissance antérieurs en perspective, l’industrie aimerait idéalement cibler 75-200 watts maximum pour la puissance de calcul des véhicules autonomes, donc je pense que l’industrie a un long chemin à parcourir. »

En reconnaissance de ce défi pour l’autonomie des véhicules électriques, l’industrie élabore des directives pour aider à évaluer la consommation d’énergie du processeur de véhicule autonome. « Les membres de l’AVCC estiment qu’il est important d’améliorer l’efficacité énergétique des systèmes de calcul et nous avons récemment lancé un groupe de travail sur les micro-benchmarks pour étudier ce sujet et d’autres », a déclaré Tim Wong, président de l’Autonomous Vehicle Computing Consortium. des informations sur les charges de travail susceptibles d’être exécutées. Ces informations aideront les concepteurs de calculs automobiles à améliorer les performances et l’efficacité énergétique de leurs produits. »

La difficulté d’économiser de l’énergie est évidente lorsque l’on considère la taille de la tâche de traitement. « Les véhicules autonomes doivent prendre des décisions importantes en temps réel, et tout cela nécessite le traitement d’une quantité massive de données provenant de la fusion de plusieurs capteurs, notamment des radars, des lidars et des caméras haute résolution », a expliqué Bielby. « En témoignage de la grande quantité de données que les véhicules autonomes traitent, ils devraient générer en moyenne 20 téraoctets de données par jour. Combinez cela avec l’IA (comme la reconnaissance des gestes, le traitement du langage naturel, la vision par ordinateur et l’apprentissage automatique) nécessaire pour rassembler et analyser ces données en une fraction de seconde, en plus de l’infodivertissement embarqué, des écrans HD et d’autres fonctionnalités de cockpit numérique. et nous constatons une augmentation exponentielle des demandes de mémoire et de calcul.

Il suffit de regarder la complexité de leur logiciel pour accomplir ces tâches. « Le véhicule de luxe moderne utilise désormais plus de 100 millions de lignes de code, plus que Facebook, Windows Vista, Google Chrome, Boeing 787, la navette spatiale et le télescope spatial Hubble », a rapporté Bielby. « Cela pourrait atteindre 200 à 300 millions de lignes de code dans un avenir proche. Pour atteindre des capacités autonomes de niveau 4 à 5, des performances de calcul au niveau de 600 téra d’opérations par seconde sont nécessaires, rivalisant avec ce que vous pouvez trouver dans les centres de données et les serveurs.

Micron s’efforce de réduire la consommation électrique des systèmes d’autonomie dans le but de préserver la puissance des VE. « Pour récupérer une partie de cette autonomie, les équipementiers et les fournisseurs automobiles peuvent envisager d’utiliser une mémoire et un stockage à faible consommation d’énergie et à haut rendement énergétique créés à l’aide des nœuds de technologie de processus les plus avancés (c’est-à-dire des nœuds de processus de semi-conducteurs plus avancés basés sur l’état de la -techniques de fabrication d’art) », a déclaré Bielby.

Des améliorations sont également possibles en ce qui concerne l’optimisation de ces systèmes pour une utilisation dans les véhicules autonomes. « Le problème énergétique reflète également le fait que les circuits et les solutions d’aujourd’hui ne sont pas encore entièrement optimisés pour l’espace autonome », a déclaré Bielby. « Par exemple, le calcul de l’IA nécessite de nombreux allers-retours entre la mémoire externe et la puce informatique. Chaque fois que la voiture lit ou écrit sur la mémoire externe, la puissance est plus de 100 fois supérieure à ce qu’elle serait si le traitement pouvait être effectué localement dans la puce.

Les voitures peuvent également tirer des améliorations de leur architecture électrique, selon Bielby. « Une autre façon dont les acteurs automobiles cherchent à améliorer l’efficacité énergétique et à étendre l’autonomie est une refonte et une refonte fondamentales de l’architecture sous-jacente du système électrique », a-t-il déclaré.

« Comme le nombre d’unités de commande électroniques et de capteurs a continué d’augmenter considérablement avec chaque génération de véhicule, le câblage associé a considérablement augmenté au point où il peut représenter près de 5 % du poids des véhicules, a poursuivi Bielby. « Et ce n’est pas étonnant : le véhicule haut de gamme d’aujourd’hui peut contenir plus de 100 ECU et 500 LED avec un nombre toujours croissant de capteurs. L’interconnexion de ce grand nombre d’ECU et de capteurs peut nécessiter jusqu’à 5 000 mètres de câblage.

Compte tenu de la demande croissante de puissance de traitement, il sera intéressant de voir dans quelle mesure les constructeurs automobiles réussissent à réduire la consommation d’énergie des systèmes informatiques et des capteurs de conduite autonome, mais sachant que les groupes industriels ciblent déjà cette préoccupation suggère le potentiel de progrès au moment où les voitures vraiment sont en mesure de nous conduire à nos destinations.

A lire également