Hyundai Motor Group accélère l’innovation dédiée à la conduite autonome avec un volant d’inertie de données alimenté par IA

• Hyundai Motor Group organise le « HMG Autonomous Driving Media Day » et présente sa feuille de route pour l’avenir de la conduite autonome, première vitrine de sa technologie de niveau 2++
• Sa stratégie à deux volets accélère la production de véhicules de niveau 2+ via la collaboration mise en place avec NVIDIA, tout en internalisant les principales technologies de conduite autonome grâce à son IA propriétaire Atria AI
  • La production de véhicules de niveau 2+ reposant sur les solutions de NVIDIA est prévue pour le premier semestre 2028 et celle de véhicules de niveau 2++ pour le second semestre 2028, après quoi suivront les véhicules de niveau 2++ dotés d’Atria AI au second semestre 2029
  • La standardisation progressive des capteurs commune à Hyundai Motor, Kia, 42dot et Motional permet de regrouper les capacités de conduite autonome au sein du Groupe 
• La stratégie de volant d’inertie de données crée un cercle vertueux de collecte de données, d’entraînement, de validation et de déploiement afin de faire progresser les capacités de l’IA en continu
  • Le Groupe étend son écosystème de données en s’appuyant sur ses ventes annuelles de 7 millions de véhicules et son cadre Data Union, tout en instaurant un cadre de développement centré sur les données grâce à l’extraction d’exemples difficiles, à l’entraînement continu et au SER 
  • Un projet pilote de niveau 4 en conditions réelles sera lancé à Gwangju d’ici la fin de l’année, en partenariat avec le ministère coréen du territoire, des infrastructures et des transports, afin de disposer de données de validation à grande échelle
• 42dot présente sa technologie de conduite autonome fondée sur le système Vision-Langage-Action (VLA), lequel intègre des informations visuelles et un raisonnement fondé sur le langage pour guider les décisions de conduite
  • Les recherches dédiées au système VLA sont axées sur la gestion des situations inhabituelles, tandis que le développement en parallèle des modèles de conduite autonome de bout en bout (E2E) et des modèles VLA permet de gagner en stabilité technique et en évolutivité 
  • Des modèles VLA sont actuellement en cours de validation, avec des essais sur route et le processus de développement complet prévus jusqu’au début de l’année prochaine
• De nouvelles vidéos de conduite en milieu urbain avec Atria AI - une démonstration de conduite avec des dirigeants du Groupe, des vidéos filmées en une prise et des vidéos de gestion de situations inhabituelles - sont disponibles sur la chaîne YouTube du Groupe

Hyundai Motor Group a annoncé avoir pleinement mis en service son volant d’inertie de données, franchissant ainsi une nouvelle étape de sa stratégie en matière de technologies de conduite autonome. Ce système crée un cercle vertueux associant collecte de données, entraînement d’IA, validation et déploiement afin de garantir un avantage concurrentiel au Groupe grâce à l’accélération de l’apprentissage et du développement technologique.

Lors du « HMG Autonomous Driving Media Day » qui a eu lieu au siège de 42dot dans la province de Gyeonggi, en Corée, le Groupe a présenté sa stratégie de développement de conduite autonome, sa feuille de route technologique, ses principales réalisations et ses projets de mise en œuvre. Lors de cette présentation, le Groupe a souligné son positionnement stratégique face à la concurrence mondiale en matière de technologies de conduite autonome, et a expliqué en détail en quoi les systèmes intégrés de données et d’IA constituent le fondement de la technologie automobile de nouvelle génération.

Durant cet événement, le Groupe a indiqué que le volant d’inertie de données était un élément clé de sa compétitivité dans le domaine de la conduite autonome, et a présenté son cadre opérationnel ainsi que sa stratégie d’exécution transformant la collecte de données de conduite en conditions réelles à grande échelle en progrès technologiques continus.

42dot a également présenté ses principales technologies ainsi que les avancées réalisées dans le développement de l’intelligence artificielle propriétaire de conduite autonome du Groupe baptisée Atria AI, tout en évoquant également le contexte dans lequel il a lancé son initiative de développement de la technologie Vision-Language-Action (VLA) ainsi que ses projets connexes.

Le Groupe a dévoilé à cette occasion une vidéo montrant un prototype de SDV doté d’Atria AI, circulant dans une zone urbaine complexe sans intervention de son conducteur. Pourvu de capacités de niveau 2++, le système de conduite autonome présenté sur cette vidéo montre comment le volant d’inertie de données assure un cycle continu d’apprentissage, de validation et d’amélioration des performances. La vidéo en question est disponible sur la chaîne YouTube officielle du Groupe.

Comment la stratégie à deux volets positionne-t-elle le Groupe face à la concurrence ?

En mars dernier, Hyundai Motor Group a annoncé une stratégie de collaboration avec NVIDIA, mettant ainsi en place une approche à deux volets associant le déploiement rapide de technologies de conduite autonome éprouvées et le développement de capacités d’IA propriétaires.

Premier volet : la collaboration avec NVIDIA pour accélérer la production en série

Le Groupe intégrera la plateforme informatique d’IA automobile validée et le logiciel de conduite autonome de NVIDIA à son architecture de véhicule défini par logiciel (SDV) . Ce volet donne la priorité à un déploiement accéléré, tout en posant les bases d’un développement évolutif fondé sur des données.

• Production de véhicules de série dotés de capacités de conduite autonome de niveau 2+ reposant sur les solutions de NVIDIA prévue au premier semestre 2028, puis celle de véhicules de niveau 2++ prévue au second semestre 2028
• Standardisation progressive des systèmes de capteurs utilisés par Hyundai Motor, Kia, 42dot et Motional autour de la plateforme NVIDIA DRIVE Hyperion 10
• Collecte et exploitation plus cohérentes des données pour l’entraînement et la validation d’IA

Deuxième volet : Atria AI servant un objectif d’indépendance technologique et de capacités à long terme

En parallèle, la division AVP et 42dot continuent de faire évoluer Atria AI, un système propriétaire de conduite autonome de bout en bout (E2E) développé conjointement par les deux entités. Les équipes inscrivent leur travail dans un cadre de développement intégré.

• Production de véhicules de niveau 2++ dotés d’Atria AI prévue pour le second semestre 2029
• Développement progressif des capacités de conduite autonome sur la base des données de conduite en conditions réelles collectées à partir de véhicules de série 

Cette stratégie à deux volets permet au Groupe d’offrir des capacités évoluées aux clients à court terme, tout en se constituant un avantage technologique durable pour l’avenir.

Comment le volant d’inertie de données accélère-t-il l’apprentissage et le développement des capacités ?

Le volant d’inertie de données agit tel un cercle vertueux, dans lequel les données collectées à partir des véhicules sont utilisées pour entraîner et valider des modèles d’IA, après quoi les modèles améliorés ainsi obtenus sont redéployés dans les véhicules afin de générer de nouvelles données. Le Groupe bénéficie d’avantages considérables au point de départ du volant d’inertie de données, à savoir l’acquisition de données.

L’acquisition de données à l’échelle mondiale

Hyundai Motor et Kia vendent chaque année plus de 7 millions de véhicules dans environ 190 pays et régions du monde. Cette présence mondiale dans le domaine de la production automobile leur assure un avantage majeur pour la collecte de données sur la conduite autonome. À l’heure actuelle, le Groupe exploite environ 40 véhicules dédiés à la collecte de données de conduite 24 heures sur 24. Parmi les ensembles de données collectés figurent non seulement des scénarios de conduite courants, mais également un large éventail de situations inhabituelles rencontrées en conditions réelles :

• Zones de travaux routiers et modifications d’infrastructures
• Conditions météorologiques difficiles
• Changements de voie soudains et manœuvres d’urgence
• Véhicules stationnés dans de petites rues ou sur des routes étroites
• Situations complexes de circulation en milieu urbain

Techniques d’apprentissage évoluées

Même si le volume de données de conduite joue un rôle important, il ne détermine pas à lui seul les performances d’une IA de conduite autonome. L’évolution des modèles dépend de la capacité des développeurs à identifier efficacement les situations susceptibles de poser problème aux systèmes d'IA et à axer l’apprentissage sur ces dernières.

Hyundai Motor Group a commencé cette année à intégrer de nouvelles technologies à son volant d’inertie de données afin d’accélérer l’amélioration de ses modèles d’IA.

• Extraction d’exemples difficiles — Identifie automatiquement les situations de conduite complexes, ou cas inhabituels, que les modèles d’IA ont des difficultés à reconnaître ou à interpréter, et donne la priorité à ces scénarios lors de l’entraînement.
• Pipeline d’entraînement continu — Intègre en continu les données nouvellement acquises, issues de la conduite en conditions réelles, et les processus de validation dans l’entraînement des modèles, ce qui permet d’améliorer leurs performances de manière répétée au fil du temps. Les résultats des évaluations des véhicules sont réinjectés dans la collecte de données et le développement de modèles, ce qui raccourcit les cycles de développement et accélère l’optimisation des modèles.
• Technique de validation virtuelle — La validation virtuelle est une autre composante clé du volant d’inertie de données. Hyundai Motor Group reconstitue des données de conduite en conditions réelles dans des environnements en trois dimensions et utilise des technologies graphiques évoluées, telles que 3D Gaussian Splatting, pour recréer des scénarios qu'il serait difficile ou potentiellement dangereux de reproduire lors d’essais en conditions réelles. Les ingénieurs peuvent ainsi évaluer des modèles de manière répétée dans des situations inhabituelles diverses, tout en vérifiant que les modèles nouvellement entraînés ne détériorent pas les performances existantes.
• Développement continu — Le Groupe applique un modèle de développement continu en connectant ses centres de développement situés en Corée du Sud et aux États-Unis. Tirant parti des différences de fuseaux horaires, les équipes effectuent tour à tour les activités de collecte de données, d’analyse des problèmes et d’amélioration des modèles, permettant ainsi un développement continu 24 heures sur 24.
• Intégration du Special Event Recorder (SER) — Le Groupe intègre aussi progressivement son Special Event Recorder (SER) au volant d’inertie de données. Le SER est un système qui enregistre et stocke automatiquement les événements importants survenant lors de la conduite autonome ainsi que les données connexes. Les données enregistrées sont principalement utilisées pour favoriser l’entraînement des modèles d’IA et l’amélioration de leurs performances.

Le Groupe recherche en outre des moyens de renforcer encore le SER de sorte que les modèles d’IA puissent identifier plus efficacement les situations inhabituelles complexes et disposer automatiquement des ensembles de données pertinents requis pour l’amélioration de leurs performances.

• Écosystème Data Union — Afin d’étendre l'utilisation de données au sein du Groupe et au-delà, Hyundai Motor Group crée un cadre Data Union reposant sur des architectures de capteurs et des structures de données standardisées. Plutôt qu’un simple échange de données brutes entre organisations, le Data Union établit un écosystème de données permettant de regrouper des données générées par divers véhicules et organisations suivant des normes communes et de les utiliser pour l’entraînement d’IA.

Le Groupe se concentrera tout d’abord sur l’amélioration de l’exploitation des données au sein de Hyundai Motor, Kia, 42dot et Motional, posant ainsi les jalons d’une extension future. 

Pourquoi la validation du niveau 4 en conditions réelles est-elle essentielle ?

Outre le développement de technologies destinées à la production en série, le Groupe travaille à la validation de la conduite autonome de niveau 4 en conditions réelles. En partenariat avec le ministère sud-coréen du territoire, des infrastructures et des transports, le Groupe prévoit de déployer d’ici la fin de l’année une SDV Pace Car équipée d’Atria AI dans la ville métropolitaine spéciale de Jeonnam-Gwangju, en Corée du Sud.

Ce projet pilote consistera à mettre des véhicules autonomes en circulation sur de vraies routes coréennes caractérisées par un trafic complexe et des situations imprévisibles, à savoir des conditions extrêmement différentes de celles de pistes d’essai sous contrôle. Les divers scénarios et aléas de conduite rencontrés lors de ce déploiement en conditions réelles seront mémorisés et réinjectés directement dans le volant d’inertie de données pour l’apprentissage de l’IA et l’amélioration de ses performances.

Grâce à cette approche, le Groupe optimise ses technologies d’aide à la conduite de niveau 2+ destinées à la production en série et renforce la validation de ses capacités avancées de conduite autonome de niveau 4.

Comment la technologie VLA fait-elle évoluer la conduite autonome vers l’IA physique ?

Au-delà du développement classique de la conduite autonome, 42dot fait également progresser les technologies de nouvelle génération grâce au système Vision-Langage-Action (VLA), lequel associe la reconnaissance d’informations visuelles, un raisonnement fondé sur le langage et la génération d’actions dans un cadre unique.

42dot projette de développer des modèles VLA parallèlement à ses modèles de conduite autonome de bout en bout (E2E) existants afin de renforcer la stabilité et l’évolutivité des technologies de conduite autonome, tout en proposant diverses solutions adaptées aux différentes spécifications matérielles des véhicules et aux besoins des clients.

Le système VLA est considéré comme une technologie clé pour les applications d’IA physique, notamment la conduite autonome et la robotique. Tandis que les modèles E2E classiques établissent un lien direct entre les données d’entrée relatives à la conduite et les actions des véhicules, les modèles VLA apportent une compréhension situationnelle et un raisonnement fondés sur le langage, ce qui permet d’améliorer la prise de décisions et l’explicabilité dans des scénarios de conduite complexes.

42dot s’attend à ce que la technologie VLA renforce la capacité à réagir face à des situations de conduite rares en s’appuyant sur le raisonnement fondé sur le langage et les connaissances pré-entraînées à grande échelle, qu’il est difficile d’apprendre à partir des seules données de conduite.

• Intégration du volant d'inertie de données
  42dot applique également le volant d’inertie de données au développement du système VLA. Lorsque des problèmes de conduite surviennent, l’équipe analyse la cause profonde, renforce les données et politiques de conduite pertinentes, puis entraîne à nouveau le modèle afin d’améliorer ses performances.
• Progression du développement du système VLA
  La technologie de conduite autonome fondée sur le système VLA de 42dot se trouve actuellement à l’étape de la validation de modèle par simulation. 
  
  Le Groupe prévoit de mettre en œuvre le processus de développement complet, notamment les essais de véhicules réels, de fin 2026 à début 2027. Les problèmes de conduite identifiés en conditions réelles seront réintégrés aux processus d’apprentissage et de validation afin d’améliorer en continu la maturité des modèles VLA. 
• Démonstration d’explicabilité
  42dot a publié une vidéo de développement montrant comment le modèle VLA interprète les situations de conduite et explique son raisonnement en langage naturel. Dans cet exemple, du texte apparaît à l’écran lors du fonctionnement du véhicule, décrivant à la fois l’action réalisée et la logique sous-jacente.

Que révèlent ces nouvelles vidéos de conduite en milieu urbain dans Séoul au sujet de la technologie Atria AI ?

Le Groupe a publié une série de vidéos montrant un prototype de SDV équipé de la technologie Atria AI qui évolue en conditions réelles dans le trafic urbain de la ville de Séoul sans aucune intervention du conducteur. Ces vidéos démontrent la capacité du volant d'inertie de données à produire des améliorations de performances mesurables en conditions réelles.

Au lieu de se focaliser sur des scénarios d’essais sous contrôle, ces vidéos mettent en avant les performances des technologies de conduite autonome du Groupe face à la complexité d’un environnement urbain quotidien tout en illustrant leur potentiel d'amélioration continue.

Ces séquences vidéo sont de trois types :

Démonstration de conduite avec des dirigeants du Groupe : Minwoo Park et Seonggyun Jeong ont circulé au cœur même de Séoul à bord d’un véhicule autonome qui a dû affronter des conditions de trafic réelles en empruntant notamment des voies express, plusieurs grands axes, des ponts et différentes rues de la ville. Au cours de leur trajet, ils ont évoqué le processus de développement de Atria AI, ses capacités techniques actuelles, les mécanismes de prise de décision en matière de conduite autonome ainsi que les futurs axes de développement de cette technologie. Cette vidéo montre également la capacité du véhicule à appréhender le trafic environnant, à prendre des décisions en conduite et à gérer toutes sortes de conditions de circulation en temps réel.

Vidéos de conduite en milieu urbain filmées en une prise : ces trois séquences vidéo non montées présentent les performances d’un véhicule à conduite autonome dans divers environnements :

• Circulation embouteillée de Gangnam, le matin à l’heure de pointe
  
• Trafic extrêmement dense de Jamsil, impliquant de fréquentes interactions avec des véhicules de grand gabarit (ex. : bus)
• Conduite sous la pluie dans la ville de Pangyo

Chaque vidéo dure environ de deux à quatre minutes et a été réalisée en une seule prise sans montage, à l’exception de quelques ajustements de la vitesse de lecture, offrant ainsi un aperçu sans filtre des performances de la conduite autonome en conditions de circulation réelles.

Ces vidéos illustrent la capacité de la technologie Atria AI à identifier et à interpréter toute une série de composantes routières, parmi lesquelles les véhicules, les piétons, les marquages au sol, les intersections et les feux de signalisation, tout en s’adaptant en permanence à l’évolution des conditions de circulation.

Liens vers les vidéos sur la chaîne YouTube officielle du Groupe : 

• Gangnam: https://youtu.be/-7BEzmdrlcU
• Jamsil: https://youtu.be/MxkVELIgoWE
• Pangyo: https://youtu.be/qBAFzUPKA_o

Gestion de situations inhabituelles : cette troisième série de vidéos s’intéresse à la manière dont la technologie Atria AI gère les situations inhabituelles qu’elle est susceptible de rencontrer dans un environnement de conduite urbain.

Ces vidéos présentent dix scénarios représentatifs, dont les suivants :

• Évitement de véhicules stationnés sur le bas-côté de la route
• Réaction face à des véhicules qui s’insèrent brusquement dans la circulation
• Changements de direction à gauche sans protection
• Détection des piétions dans des zones à forte densité de circulation
• Identification des véhicules arrivant en sens inverse sur des routes étroites de quartiers résidentiels

L’ensemble de ces scénarios démontre la capacité du système de conduite autonome à réagir aux diverses variables rencontrées dans des environnements de trafic urbain complexes.