Pour la gestion de flotte, l'IA et l'IoT sont mieux ensemble

L'application de l'intelligence artificielle à l'Internet des objets (IoT) stimule l'innovation rapide, dans des secteurs allant des soins de santé à la fabrication et aux transports.

Alors que l'IoT se concentre sur le développement de systèmes de capteurs à distance pour la collecte de données, l'intelligence artificielle des objets (AIoT) connecte ces systèmes pour créer une intelligence collective, qui, en fin de compte, rend chaque nœud du système plus intelligent. Combinant la cognition intelligente, l'informatique de pointe et des capacités autonomes, il permet le traitement automatisé de la prise de décision inspirée par l'homme à faible coût, à grande échelle et avec une grande précision.

La technologie constitue déjà l'épine dorsale de nombreux systèmes de transport commerciaux d'aujourd'hui, en particulier en ce qui concerne la sécurité des flottes.

L'AIoT est particulièrement utile pour les secteurs qui génèrent des quantités massives de données qui ne peuvent pas être traitées efficacement par les humains. Dans l'industrie des transports, le volume de données générées par les véhicules augmente chaque jour, à mesure que les flottes améliorent leur empreinte technologique et adoptent les derniers systèmes avancés d'aide à la conduite (ADAS).

Bien que la combinaison des données vidéo et du véhicule soit essentielle pour détecter et atténuer les risques de sécurité, la plupart des plates-formes ne disposent pas des capacités de stockage ou de calcul nécessaires pour traiter, analyser et interpréter toutes ces données dans le cloud. De plus, les appareils couramment installés sur les véhicules utilitaires génèrent des données haute résolution, ce qui rend la transmission dans le cloud économiquement prohibitive.

En réponse, la technologie AIoT combine les capacités d'apprentissage automatique des appareils embarqués et embarqués avec la puissance de calcul des environnements de traitement cloud. Cette approche intégrée permet aux appareils installés de déduire des informations avancées qui auraient été perdues si les données avaient dû être résumées ou réduites avant la transmission au cloud.

Les systèmes AIoT sont uniquement bidirectionnels, rassemblant les données de centaines d'appareils embarqués pour identifier les tendances qui, à leur tour, indiquent comment ces mêmes appareils prendront des décisions à l'avenir.

Les appareils embarqués prennent constamment des décisions basées sur l'IA sur la base d'algorithmes d'apprentissage automatique et de capteurs installés à divers points du véhicule. Dans un système AIoT, le raisonnement derrière chaque décision est téléchargé dans un environnement de traitement cloud, qui peut ensuite examiner les données et les informations d'un grand groupe d'appareils pour déterminer les tendances communes. Ces informations sont ensuite renvoyées à l'appareil en tant que mise à jour de son algorithme d'apprentissage automatique. Plus il y a de nœuds participant à cette boucle d'intelligence « crowdsourced » collectée, plus chaque nœud sera intelligent et performant.

En prime, les systèmes AIoT peuvent partager des informations collectées en dehors des capteurs du véhicule, telles que les prévisions météorologiques, les conditions de circulation et les incidents dangereux le long de la route. En plus des données sur le comportement de conduite, ces informations enseignent aux appareils comment prendre des décisions en temps réel sur tout, de l'itinéraire le plus rapide à la vitesse la plus appropriée aux conditions météorologiques.

Les systèmes de sécurité pour le camionnage commercial ont pris conscience des avantages de l'AIoT depuis un certain temps, bien avant même que le terme ne soit adopté. Par exemple, AIoT est couramment utilisé pour offrir un auto-coaching opportun aux conducteurs. Les capteurs ADAS en cabine sont capables d'alerter les conducteurs des risques de sécurité en temps réel, afin qu'ils puissent prendre des mesures correctives avant qu'une collision ne se produise.

Récemment, l'AIoT a même été déployé pour identifier et alerter les gestionnaires de flottes des « canards assis », des camions commerciaux stationnés dans des couloirs dangereux. Dans ces cas, les systèmes d'apprentissage automatique évaluent une séquence complexe d'événements qui reflètent les risques pour la sécurité d'un véhicule garé sur un site particulier.

La gestion des déclencheurs est la clé de la sécurité des transports ; envoyer la bonne notification au bon moment évite aux flottes des collisions coûteuses et, surtout, sauve des vies. Lorsqu'une plate-forme de sécurité extrait les données de chaque véhicule de la flotte et les met en corrélation avec les résultats de sécurité réels dans le cloud, AIoT garantit que les appareils embarqués sont en mesure d'informer efficacement les conducteurs avec les bons indices. La capacité d'alerter les conducteurs au bon moment nécessite un traitement de pointe, des notifications à faible latence et des corrections possibles. Contrairement aux appareils fonctionnant à la périphérie en envoyant un flux continu de différents événements vers le cloud, AIoT apprend à ces appareils à identifier, hiérarchiser et répondre aux comportements les plus risqués.

Dans le secteur du transport commercial, la technologie AIoT a le potentiel de traiter certains des risques de conduite les plus importants d'aujourd'hui :distraction, excès de vitesse pour les conditions météorologiques et stationnement dans des couloirs routiers historiquement dangereux.

Chaque jour, nous connaissons déjà les routes les plus dangereuses du pays. Imaginez l'impact de la liaison de ces informations aux systèmes de routage pour aider tous les conducteurs à choisir les itinéraires les plus sûrs et les plus efficaces pour leurs véhicules ou leur niveau de compétence de conduite. Lorsqu'elle est externalisée, cette technologie peut même guider les agences municipales, étatiques et fédérales pour réagir aux éléments routiers à risque, comme les nids-de-poule, et déployer de nouvelles stratégies de sécurité lors de la conception des routes et des autoroutes.

David Wagstaff est vice-président de l'analyse chez Systèmes SmartDrive , un fournisseur de renseignements vidéo sur la sécurité et les transports.