Devoir SNT :

Les voitures autonomes :

Expliquez en quelques lignes ce qu'est le Deep Learning (vous pourrez faire des recherches
sur le web) et comment il est utilisé dans le cas de la voiture autonome.
Le Deep learning ou apprentissage profond est l’une des technologies principales du Machine
learning. Avec le Deep Learning, nous parlons d’algorithmes capables de mimer les actions du
cerveau humain grâce à des réseaux de neurones artificielles. Les réseaux sont composés de
dizaines voire de centaines de « couches » de neurones, chacune recevant et interprétant les
informations de la couche précédente.

Le deep learning est utilisé dans le fonctionnement des voitures autonomes, afin de reconnaître un
piéton, à l'aide de caméras et de capteurs, et permet l'identification de panneaux de signalisation.

Qu'est-ce que "la chaîne de traitement d'une voiture autonome" (il est possible, et même
souhaitable, de faire un schéma) ?
La chaîne de traitement d'une voiture autonome est le processus par lequel les données provenant
des différents capteurs de la voiture autonome sont collectées, traitées et utilisées pour prendre des
décisions en temps réel. Cette chaîne de traitement comprend généralement plusieurs étapes,
notamment la collecte de données à partir des capteurs, le prétraitement des données, la fusion des
données provenant de différents capteurs, la perception de l'environnement, la prise de décision, la
planification de trajectoire et le contrôle de la voiture.

Les capteurs utilisés dans les voitures autonomes peuvent inclure des caméras, des lidars, des radars
et des capteurs de proximité. Les données collectées à partir de ces capteurs sont généralement
prétraitées pour supprimer les bruits et les erreurs avant d'être utilisées pour la perception de
l'environnement.

La perception de l'environnement implique d'analyser les données des capteurs pour comprendre
l'environnement de conduite de la voiture, tels que la position des autres véhicules, les piétons, les
obstacles, les marquages de route, les panneaux de signalisation et les feux de circulation. La prise de
décision consiste à utiliser ces informations pour déterminer les actions à entreprendre, telles que la
vitesse et la direction à suivre. La planification de trajectoire est le processus de sélection de la
trajectoire la plus appropriée pour la voiture, en tenant compte de l'environnement de conduite et
des décisions prises. Enfin, le contrôle de la voiture implique de commander les actionneurs de la
voiture, tels que les moteurs et les freins, pour effectuer les actions planifiées.

Les interfaces hommes-machines :

Donnez des exemples d'IHM
Comme IHM il existe :
-Écran tactile : Les smartphones, les tablettes et les ordinateurs portables sont des exemples courants
d'appareils électroniques dotés d'un écran tactile qui permet aux utilisateurs d'interagir directement
avec l'appareil en touchant l'écran.
-Boutons et interrupteurs : Les boutons et les interrupteurs sont des éléments d'IHM couramment
utilisés sur les appareils électroniques. Par exemple, les boutons de volume, les boutons d'alimentation
et les interrupteurs marche/arrêt sont des éléments d'IHM courants que l'on trouve sur les téléphones,
les ordinateurs et autres dispositifs électroniques.
-Commandes vocales : Les dispositifs dotés de l'assistance vocale, comme Siri, Alexa et Google
Assistant, permettent aux utilisateurs de contrôler leurs appareils électroniques en utilisant leur voix.
-Écrans et indicateurs : Les écrans et les indicateurs sont utilisés pour afficher des informations aux
utilisateurs. Par exemple, les écrans LCD des ordinateurs portables et des téléviseurs sont des
éléments d'IHM courants qui affichent des images et des vidéos.
-Périphériques de pointage : Les souris d'ordinateur et les trackpads sont des exemples courants de
périphériques de pointage qui permettent aux utilisateurs de contrôler le curseur à l'écran et d'interagir
avec les éléments de l'IHM.

Quelle est selon vous l'IHM "du futur" ?

Selon moi les IHM du futur seront :
-Réalité virtuelle et augmentée
-Commandes gestuelles : Les IHM pourraient être conçues pour permettre aux utilisateurs
de contrôler les appareils électroniques par des mouvements corporels.
-Intelligence artificielle : L'IA pourrait être utilisée pour créer des IHM plus personnalisées et
intelligentes
-Hologrammes : Les IHM pourraient évoluer pour inclure des projections holographiques,
permettant aux utilisateurs d'interagir avec des images 3D flottantes.