La Fusion autonome est capable de détecter les objets qui l’entourent. Mais, il faut aller plus loin. Ford et le MIT cherchent à mettre au point des algorithmes d'apprentissage qui anticipent les déplacements des véhicules et des piétons. L'élaboration de ces scénarios confère au véhicule une meilleure capacité de détection des risques environnants, si bien qu'il peut définir une trajectoire qui évite les piétons, les véhicules et tout autre obstacle mobile, en toute sécurité.
La collaboration entre Ford et l'Université de Stanford a pour objectif de permettre à des capteurs d’analyser la zone située derrière un obstacle. En pratique, lorsque le champ de vision d'un conducteur est masqué, par un camion par exemple, il se décale sur sa voie de circulation pour essayer de voir plus loin. Autre axe de recherche avec Stanford : trouver les moyens pour les capteurs de surveiller la route au-delà du champ de vision au cas, où une manœuvre d’évitement serait nécessaire. Si le camion venait à freiner brusquement, le véhicule saurait s'il peut changer de voie sans danger.
L'objectif est de doter les véhicules d'une capacité de jugement. Une intuition que seuls les conducteurs pouvaient avoir, jusqu'à présent.
*La Fusion Hybrid autonome s’appuie sur les technologies déjà présentes sur les véhicules de série chez Ford. Il y ajoute toutefois quatre capteurs LiDAR dont le rôle consiste à établir une cartographie 3D en temps réel de son environnement.
