Équilibrer coût et fiabilité dans la conception de machines autonomes

Équilibrer coût et fiabilité dans la conception de machines autonomes

Avec des millions de voitures autonomes qui devraient être sur les routes en 2025 et des drones autonomes générant des milliards de ventes annuelles, la sécurité et la fiabilité sont des considérations importantes pour les consommateurs, les fabricants et les régulateurs. Mais les solutions visant à protéger le matériel et les logiciels des machines autonomes contre les dysfonctionnements, les attaques et autres pannes augmentent également les coûts. Ces coûts proviennent des performances, de la consommation d’énergie, du poids et de l’utilisation de puces semi-conductrices.

Des chercheurs de l'Université de Rochester, de Georgia Tech et de l'Institut d'intelligence artificielle et de robotique pour la société de Shenzen affirment que le compromis existant entre les frais généraux et la protection des machines contre les vulnérabilités est dû à une approche de protection « universelle ». Dans un article publié dans Communication de l'ACMles auteurs proposent une nouvelle approche qui s'adapte à différents niveaux de vulnérabilités au sein d'un système de machine autonome pour les rendre plus fiables et contrôler les coûts.

Yuhao Zhu, professeur agrégé au département d'informatique de Rochester, affirme qu'un exemple d'approche actuelle « taille unique » est l'utilisation par Tesla de deux puces entièrement autonomes (puces FSD) dans chaque véhicule – une redondance qui offre une protection en cas de panne de la première puce mais double le coût des puces pour la voiture. En revanche, Zhu affirme que lui et ses étudiants ont adopté une approche plus globale pour se protéger contre les vulnérabilités matérielles et logicielles et allouer la protection de manière plus judicieuse.

« L'idée de base est d'appliquer différentes stratégies de protection à différentes parties du système », explique Zhu. « Vous pouvez affiner l'approche en fonction des caractéristiques inhérentes du logiciel et du matériel. Nous devons développer différentes stratégies de protection pour le front-end et le back-end de la pile logicielle. »

Par exemple, Zhu affirme que l'avant de la pile logicielle d'un véhicule autonome se concentre sur la détection de l'environnement via des dispositifs tels que des caméras et des systèmes de détection et de télémétrie de la lumière (LiDAR), tandis que l'arrière traite ces informations, planifie l'itinéraire et envoie des commandes à l'actionneur.

« Vous n'avez pas besoin de dépenser une grande partie du budget de protection en amont car il est intrinsèquement tolérant aux pannes », explique Zhu. « En attendant, l'arrière dispose de peu de stratégies de protection inhérentes, mais il est essentiel de le sécuriser car il s'interface directement avec les composants mécaniques du véhicule. »

Zhu indique que des exemples de mesures de protection peu coûteuses au niveau du front-end incluent des solutions logicielles telles que le filtrage des anomalies dans les données. Pour des systèmes de protection plus robustes sur le back-end, il recommande des choses comme la création de points de contrôle pour sauvegarder périodiquement l'état de l'ensemble de la machine ou la création sélective de duplicatas de modules critiques sur une puce.

Next Zhu affirme que l’équipe espère surmonter les vulnérabilités des piles logicielles de machines autonomes les plus récentes, qui reposent davantage sur l’intelligence artificielle des réseaux neuronaux, souvent de bout en bout.

« Certains des exemples les plus récents sont un modèle unique d'apprentissage profond de réseau neuronal géant qui prend des entrées de détection, effectue un ensemble de calculs que personne ne comprend entièrement et génère des commandes pour l'actionneur », explique Zhu. « L'avantage est que cela améliore considérablement les performances moyennes, mais en cas de panne, vous ne pouvez pas identifier la défaillance d'un module particulier. Cela améliore le cas commun mais empire le pire, ce que nous voulons atténuer. »