Révolutionner la gestion de flotte : intégration IA & IoT pour des opérations plus intelligentes

L'application de l'intelligence artificielle à l'internet des objets (IoT) stimule une innovation rapide, dans des secteurs allant de la santé à la fabrication et au transport.

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. En combinant cognition intelligente, edge computing et capacités autonomes, elle permet le traitement automatisé de la prise de décision inspirée de l'humain à faible coût, à grande échelle et avec une grande précision.

La technologie forme déjà l'épine dorsale de nombreux systèmes de transport commercial d'aujourd'hui, en particulier dans la sécurité des flottes.

L'AIoT est spécifiquement utile pour les secteurs qui génèrent d'énormes quantités de données qui ne peuvent pas être traitées efficacement par les humains. Dans l'industrie du transport, le volume de données généré par les véhicules augmente chaque jour, alors que les flottes mettent à niveau leur empreinte technologique et adoptent les derniers systèmes avancés d'aide à la conduite (ADAS).

Si la combinaison de données vidéo et véhicule est critique pour détecter et atténuer les risques de sécurité, la plupart des plateformes manquent de capacités de stockage ou de calcul pour traiter, analyser et interpréter toutes ces données dans le cloud. De plus, les dispositifs couramment installés sur les véhicules commerciaux génèrent des données haute résolution, rendant la transmission vers le cloud économiquement prohibitive.

En réponse, la technologie AIoT combine les capacités d'apprentissage automatique des dispositifs embarqués et embarqués sur le véhicule avec la puissance de calcul des environnements de traitement cloud. Cette approche intégrée permet aux dispositifs installés d'inférer des insights avancés qui auraient été perdus si les données avaient dû être résumées ou réduites avant transmission vers le cloud.

Les systèmes AIoT sont uniques par leur bidirectionnalité, rassemblant des données de centaines de dispositifs embarqués pour identifier des tendances qui, à leur tour, informent la façon dont ces mêmes dispositifs prendront des décisions à l'avenir.

Les dispositifs embarqués prennent constamment des décisions pilotées par l'IA basées sur des algorithmes d'apprentissage automatique et des 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 alors examiner les données et insights d'un grand groupe de dispositifs pour déterminer des tendances communes. Cette information est ensuite renvoyée au dispositif sous forme de mise à jour de son algorithme d'apprentissage automatique. Plus il y a de nœuds participant à cette boucle d'intelligence « crowdsourcée » collectée, plus chaque nœud performera intelligemment et efficacement.

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

Les systèmes de sécurité pour le transport routier commercial réalisent les bénéfices de l'AIoT depuis un certain temps, bien avant que le terme ne soit même adopté. Par exemple, l'AIoT est couramment utilisé pour offrir un auto-coaching opportun aux conducteurs. Les capteurs ADAS en cabine sont capables d'alerter les conducteurs sur les risques de sécurité en temps réel, pour 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 flotte sur les « sitting ducks » — des camions commerciaux garés sur des couloirs dangereux. Dans ces cas, les systèmes d'apprentissage automatique évaluent une séquence complexe d'événements qui reflètent les risques de sécurité d'un véhicule garé à un site particulier.

La gestion des déclencheurs est la clé de la sécurité du transport ; envoyer la bonne notification au bon moment sauve les flottes de collisions coûteuses et, plus important encore, sauve des vies. Quand une plateforme de sécurité tire des données de chaque véhicule de la flotte, et les corrèle avec les résultats de sécurité réels dans le cloud, l'AIoT assure que les dispositifs embarqués sont capables de notifier efficacement les conducteurs avec les bons signaux. La capacité d'alerter les conducteurs au bon moment nécessite le edge processing, des notifications à faible latence et des remédiations possibles. Contrairement aux dispositifs travaillant à l'edge en envoyant un flux continu de différents événements vers le cloud, l'AIoT enseigne à ces dispositifs à identifier, prioriser et répondre aux comportements les plus risqués.

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

Un jour donné, nous connaissons déjà les routes les plus dangereuses du pays. Imaginez l'impact de lier cette information 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. Quand elle est crowdsourcée, cette technologie pourrait même guider les agences municipales, étatiques et fédérales à répondre aux éléments routiers risqués, comme les nids-de-poule, et à déployer de nouvelles stratégies de sécurité lors de la conception des routes et autoroutes.

David Wagstaff est vice-président de l'analytique chez SmartDrive Systems, un fournisseur d'intelligence de sécurité et de transport basée sur la vidéo.