Skip to content

Transport routier et intelligence artificielle : les conducteurs sous surveillance

Collaborateurs sur la route    >     Transporteurs

Le secteur du transport est particulièrement concerné par le développement de l’intelligence artificielle, qui commence à se déployer à l’intérieur des véhicules, avec notamment des fonctionnalités de surveillance. Le trafic routier, la route et les véhicules aux alentours, et bien sûr la vigilance du conducteur sont autant de données à analyser et à traiter. Des données que l’IA exploite pour permettre aux systèmes de prendre des décisions pertinentes et de réaliser des tâches de façon automatisée.

 

Par Anne - Publié le 25/01/2021

Lecture : 4 min


Véhicules équipés d’intelligence artificielle sur la route

L’intelligence artificielle (IA) prédit le trafic routier

Vous connaissez sûrement Google Maps… Le géant des services de cartographie analyse la circulation en temps réel pour optimiser les trajets et déterminer l’heure d’arrivée estimée (ETA). Comment ? Grâce à l’intelligence artificielle. Google Maps identifie les différents itinéraires possibles pour vous rendre à un lieu précis et vous propose le meilleur pour arriver à destination dans les délais les plus brefs. Gain de temps sur votre trajet, distance, péages… Les algorithmes de l’IA l’aident à prédire la circulation et les paramètres d’un trajet. Grâce à son association avec DeepMind, expert reconnu de l’IA, Google Maps compte gagner encore plus en précision. 

Avec le Deep Learning, il pourra ainsi savoir plus facilement si l’utilisateur sera affecté ou non par un ralentissement qui n’a peut-être même pas encore débuté. La qualité de la route et les rapports d’incidents seront également pris en compte. Le Deep Learning, c’est quoi ? Sous-discipline du Machine Learning (apprentissage automatique, ou procédé grâce auquel la machine est capable d’apprendre par elle-même), « l’apprentissage profond » s’appuie sur la construction de réseaux de neurones artificiels qui s’inspirent du cerveau humain. Chacune de ces nombreuses couches de neurones, qui se comptent par dizaines ou centaines et qui traitent ainsi de grandes quantités de données, reçoivent et interprètent les informations de la couche précédente. A chaque étape, les mauvaises réponses sont éliminées et au fur et à mesure, les informations sont réorganisées en blocs plus complexes. Le Deep Learning représente à ce jour l’évolution la plus poussée de l’IA. Et le déploiement de la 5G va grandement améliorer les algorithmes et ainsi accélérer les apprentissages.

Manque d’attention ou fatigue des conducteurs : l’IA donne l’alerte !

Selon des études, le défaut d’attention ou la fatigue au volant sont responsables d’un accident sur dix. En l’absence de réaction du conducteur pendant trois secondes, un véhicule lancé à 50 km/h peut parcourir 42 mètres. L’IA permet de compenser les risques encourus dans ce type de situation. 

A titre d’exemple, le système développé par l’équipementier Bosch alerte le conducteur, lui recommande de prendre un temps de repos et peut même décider de lui-même de réduire la vitesse du véhicule s’il estime que c’est nécessaire. Les paupières du conducteur se ferment ? Sa tête est tournée vers le passager ou vers la banquette arrière ? Il est déconcentré par un élément extérieur sur son trajet ? 

Le système de surveillance de l’habitacle réagit dans chacun de ces cas de figure, à l’aide d’une caméra intégrée au volant, et peut avertir le conducteur ou lui fournir une assistance adaptée. Bosch pourrait installer ce système de série dans de nombreux véhicules dans un avenir relativement proche, notamment sous l’impulsion de l’UE qui souhaite rendre standard ce type de dispositif à partir de 2022.

Intelligence artificielle et transport : des applications détectent les comportements de conduite à risque et améliorent l’éco-conduite

Les accidents routiers professionnels ont fait perdre 4,1 millions de journées de travail aux entreprises, selon des études remises en avant à l’occasion des Journées de la sécurité routière au travail 2020, qui se sont tenues en novembre dernier. Mais pour Drivata, ce n’est pas une fatalité. Cette start-up marseillaise a développé une plateforme utilisant le Big Data et des algorithmes d’intelligence artificielle. Les données analysées sont transmises par les smartphones des conducteurs. Une innovation encore en phase de test. Via une application mobile, le logiciel de Drivata détecte et géolocalise les différents comportements à risques au volant : freinages et accélérations trop forts, pertes d’adhérence, excès de vitesse… Des informations précieuses pour les entreprises dont les activités reposent sur les déplacements routiers.

Sur le volet éco-conduite, l’efficacité énergétique est évaluée par rapport à la consommation finale, en s’appuyant sur le triptyque accélération-freinage-vitesse. Quant à la distraction, elle est mesurée en comptabilisant le nombre de déverrouillages de l’écran durant le trajet, ainsi que la durée et la distance pendant lesquelles le téléphone est utilisé. Les données recueillies font l’objet d’une analyse prédictive et prescriptive, mais la plateforme joue sur l'effet de groupe puisque toutes les données sont anonymisées. La première analyse est réalisée au bout de 30 jours d’utilisation de l’application. Il en ressort un score de conduite et des pistes d’amélioration sur lesquelles il est ensuite possible de travailler.

Détecter les dangers de la route grâce à l’intelligence artificielle

Here Technologies, entreprise spécialiste des services de cartographie et de localisation, a inventé un outil qui utilise comme capteur de dangers routiers tout appareil électronique équipé d’une caméra. Très pratique pour les véhicules ne disposant pas de dispositifs d’aides à la conduite, le logiciel Here Live Sens SDK présente l’avantage de pouvoir être intégré dans les smartphones, les dashcams ou les caméras embarquées. Ces terminaux deviennent des capteurs intelligents, grâce au Machine Learning et à l’IA. 

En scannant continuellement l’environnement du conducteur, ils peuvent détecter des objets sur la route, les autres véhicules, les piétons, cyclistes… Mais aussi analyser l’infrastructure routière (panneaux de signalisation, feux de circulation…) ou encore repérer de potentiels dangers (zone de travaux, nids-de-poule, voie temporairement supprimée…), détecter en temps réel des différences entre l’environnement observé et la carte embarquée. Le conducteur reçoit ensuite toutes notifications sous forme visuelle ou audio, en temps réel.

 


Pour aller plus loin


 

Retour