Iron Car: trois petits tours de piste avec un Raspberry Pi sous le capot
Le 10 février avait lieu Iron Car, la première course de voitures miniatures autonomes et DiY à Paris. Ce format venu de la Silicon Valley est l’occasion de s’initier au machine learning.
Samedi 10 février, direction les locaux du Square, un laboratoire d’idées dédié à la mobilité dans le 11ème arrondissement à Paris, pour la première course de mini-voitures autonomes en France. Surprise ! L’Iron Car se passe à l’étage du parking, aménagé pour accueillir une petite piste sinueuse tracée à la bombe de peinture. Tout autour, faisant office de paddocks, les tréteaux des huit équipes en compétition. De loin, difficile de s’imaginer qu’il s’agit d’une course…
Mais en s’avançant, on découvre Patate, la voiture de l’école 42 :
Cette première française s’inspire de DiY Robocars, ces courses californiennes de modèles réduits faits main qui s’appuient sur l’intelligence artificielle pour se diriger tout seuls sur la piste. L’objectif pour les participants étant de s’initier aux joies du machine learning (apprentissage automatique) afin que les « bolides » bouclent leurs trois tours de pistes sans intervention humaine. Et c’est pas gagné…
C’est d’ailleurs l’un des rares à avoir réussi le challenge aux Etats-Unis, le Français Gregory Renard, fondateur d’XBrain qui conçoit de la reconnaissance vocale pour voiture autonome, qui a décidé de lancer Iron Car en France.
Si tout le monde ne voit pas le bout de la piste, les organisateurs rappellent que le but de « la démarche est de montrer aux gens de tous horizons que l’IA peut être utile, fun et abordable ». Pour se lancer, les équipes ont investi entre 150 et 400€ de matériel : il suffit d’un modèle réduit du commerce, d’un Raspberry Pi et d’une caméra avec pas mal de code pour le rendre autonome. Et pour que tout le monde parte avec les mêmes armes, les schémas techniques et surtout le précieux code sont accessibles en open source.
Comme chez les grands de la compétition automobile, les équipes peuvent se faire sponsoriser, ce qui est le cas de la plupart des participants d’Iron Car. On retrouve ainsi des équipes d’entreprises de la big data ou de l’IA comme Octo Technology, Axionable, LightOn et bien sûr l’organisateur XBrain, mais aussi des élèves de l’incontournable école 42.
Le subterfuge du drap (et néanmoins une sortie de route de la team Octonomous):
Deux approches pour deux situations
Les voitures concourent dans deux catégories, correspondant à deux approches de l’IA en matière de véhicules autonomes. La première, Réseaux de neurones artificiels – le choix de la majorité des participants –, consiste à montrer auxdits réseaux des exemples. « Pour telle vision de la scène routière, l’angle des roues est de telle ou telle valeur, et ainsi de suite, explique Julien Guillaumin de l’équipe LightOn. A force d’apprentissage, la voiture comprend ce qui est pertinent en fonction du tracé de la route. »
Pour la catégorie Vision par ordinateur, « il faut coder des primitifs pour que la voiture extraie d’elle-même une ligne droite, une ligne gauche et calcule des angles », poursuit Julien. En résumé, dit-il, « si on possède beaucoup de données (ici la possibilité de reconnaître le parcours), les réseaux de neurones sont efficaces, mais si on a peu de données, alors il faut ruser et la vision par ordinateur peut se révéler une meilleure solution. »
A l’issue de la course, deux équipes se distinguent : les élèves de l’école 42 ont bouclé les trois tours et l’équipe Octonomous a fait un bon bout de chemin tout en élégance. Tous les participants semblent vouloir retenter leur chance. Et les organisateurs promettent de renouveler l’expérience rapidement.
Fabriquer sa voiture autonome avec les ressources disponibles sur le site d’Iron Car