Dans le cadre de cette étude, les chercheurs du MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) dirigés par le professeur Daniela Rus ont développé un algorithme qui a révélé qu'avec 3 000 voitures autonomes, les besoins en taxi de la population et des touristes à New York pourraient être couverts à 98 %. La durée moyenne d'attente entre deux taxis est estimée à 2,7 minutes. L'équipe des chercheurs suggère également que le système de covoiturage soit mis en place afin d'améliorer la circulation. En mettant en place ce système, le nombre de véhicules sur les routes sera réduit de presque 75 %, et cela sans impact significatif sur la durée du voyage. Le professeur Rus estime qu'au lieu de transporter les passagers un à un à la fois, les conducteurs pourraient transporter deux à quatre personnes dans une même voiture, ce qui leur permettra de faire moins de voyage et moins de temps tout en gardant le même niveau de revenu. « Un système de cette nature permettrait aux conducteurs de travailler moins, tout en diminuant le trafic, en améliorant la qualité de l’air et en réduisant la durée et le stress des trajets quotidiens », déclare Daniela Rus.
Les chercheurs ont également annoncé que durant leurs travaux, ils ont pu constater qu'à New York 95 % des besoins de transport pourraient être couverts par seulement 2 000 véhicules autonomes de dix personnes. Le nombre de taxis qui opèrent actuellement à New York City est estimé à environ 14 000.
En plus d'améliorer le trafic, l'équipe des chercheurs affirme que la mise en pratique de leur nouveau système va constituer un excellent moyen de lutter contre le réchauffement climatique. Selon les experts, la diminution du nombre de véhicules en circulation aura un impact significatif sur la santé publique de la population et sur le réchauffement climatique, vu que le volume de gaz carbonique dégagé par les voitures va baisser.
Daniela Rus soutient que le nouvel algorithme est capable de rediriger en temps réel les voitures autonomes en fonction des demandes entrantes, cela grâce à une analyse approfondie des données de trois millions de trajets en taxi. Poursuivant son argumentaire, Rus explique que l'algorithme peut également, de manière proactive, envoyer les voitures inactives vers des zones avec une forte demande. « Le système fonctionne en créant tout d'abord un graphique de l'ensemble des requêtes et l' ensemble des véhicules. Il crée ensuite un deuxième graphique de toutes les combinaisons possibles, et utilise une méthode appelée programmation linéaire afin de déterminer la meilleure affectation de véhicule aux voyages. Après avoir affecté les voitures, l'algorithme peut alors rééquilibrer les véhicules inactifs restants en les envoyant dans des zones où les demandes sont plus élevées. »
Les chercheurs du MIT estime que la viabilité d'un tel système résulte de sa capacité à gérer en temps réel des milliers de demandes et de guider les véhicules à faire les courses. Ce dernier point constitue ainsi le véritable défi que les différents acteurs du secteur devront de relever.
Source : CSAIL
Et vous ?
Qu'en pensez-vous ?