Comprendre les Opportunités des caméras IA et LiDAR pour les Infrastructures routières Intelligentes

Ce point de vue de l’industrie a été rédigé par Georges Aoude, co-fondateur de Derq

Alors que le Consumer Electronics Show (CES) de janvier a déclenché une nouvelle vague de véhicules autonomes (VA) sur le marché automobile au cours des prochaines années, l’accent a été mis récemment sur la technologie de ces véhicules eux-mêmes. Cependant, la technologie intégrée dans les infrastructures routières commence également à susciter davantage de discussions entre les fournisseurs de services et les municipalités.

Avec les progrès de l’intelligence artificielle (IA) et de la connectivité réseau 5G, la technologie des infrastructures routières intelligentes promet d’être ajoutée à de nombreuses routes, ponts et autres systèmes de transport en commun à travers les États-Unis dans l’espoir d’améliorer l’analyse du trafic en temps réel et de s’attaquer aux problèmes de sécurité routière et de gestion du trafic les plus difficiles. Une technologie au centre de cette discussion concerne l’utilisation actuelle des caméras améliorées par l’IA et la promesse de demain de la technologie LiDAR.

L’Intelligence Artificielle Améliorera Les Performances De Détection De La Caméra

Aujourd’hui, il y a des centaines de milliers de caméras de circulation déployées rien qu’aux États-Unis, et même des millions d’autres lorsque l’on considère les caméras de vidéosurveillance. Ils sont principalement utilisés pour la surveillance routière et les applications de base de gestion du trafic (par exemple, l’émulation de boucle). Cependant, l’apport des dernières avancées de l’IA à ces actifs peut immédiatement améliorer les performances des applications de base et débloquer des applications logicielles et des cas d’utilisation plus avancés.

L’IA et l’apprentissage automatique offrent des performances de détection supérieures aux techniques traditionnelles de vision par ordinateur que l’on trouve dans les caméras héritées. Ils permettent une détection, un suivi et une classification plus robustes, flexibles et précis de tous les usagers de la route avec des algorithmes qui peuvent s’adapter automatiquement à diverses conditions d’éclairage et météorologiques. De plus, ils permettent des capacités prédictives pour mieux modéliser les mouvements et les comportements des usagers de la route et améliorer la sécurité routière. Les agences peuvent immédiatement bénéficier de caméras améliorées par l’IA avec des applications telles que la détection et l’analyse des conflits routiers, la prédiction des passages pour piétons et la détection des infrastructures pour les déploiements de véhicules autonomes.

La Technologie LiDAR Ne Peut Pas Remplacer Complètement Les Caméras

Le LiDAR peut fournir une valeur complémentaire et parfois se chevauchant avec les caméras, mais il existe encore plusieurs cas critiques de sécurité où la technologie LiDAR ne fonctionne pas bien (par exemple, fortes pluies et neige, classification granulaire), et où les caméras ont été prouvées pour mieux gérer. De plus, la technologie LiDAR actuelle reste coûteuse à déployer à grande échelle en raison de son prix unitaire élevé et de son champ de vision limité. Par exemple, il faudrait plusieurs LiDARs à un investissement important pour être déployés dans une seule intersection, où une seule caméra AI à 360 degrés peut être une solution plus rentable.

Pour de nombreuses communautés axées sur le budget, les caméras IA restent la technologie éprouvée de choix aujourd’hui. Au fil du temps, à mesure que le coût de la technologie LiDAR se modère, les communautés devraient envisager d’augmenter leur infrastructure avec de tels capteurs.

À Terme, La Fusion Des Capteurs Produira Des Résultats Solides

Lorsque le coût de la technologie LiDAR connaîtra éventuellement une réduction anticipée, il sera considéré comme un ajout solide et viable aux caméras améliorées par l’IA qui sont installées aujourd’hui. À l’instar des véhicules autonomes, la fusion de capteurs serait l’approche privilégiée pour les solutions d’infrastructure intelligente et permettrait de maximiser les avantages des deux technologies. Voir tableau ci-dessous.

Comparaison des performances relatives de la Caméra par rapport au Lidar Aujourd’hui

Caractéristique	Caméra Héritée	Caméra alimentée par l’IA 1	LIDAR	Caméra alimentée par IA et Fusion Lidar
Éclairage difficile (faible luminosité, éblouissement)	Faible	Média	Haut	Haut
Conditions météorologiques défavorables (neige, pluie, brouillard)	Faible	Haut	Média	Haut
Localisation	Faible	Média	Haut	Haut
Classification	Faible	Haut	Média	Haut
Abordabilité	Haut	Média	Faible2	Faible2

1. Suppose la présence d’un capteur infrarouge ou d’un bon capteur de faible luminosité
2. Devrait s’améliorer avec le temps

L’utilisation d’une caméra alimentée par l’IA rentable et performante aujourd’hui, combinée au grand potentiel du LiDAR dans les années à venir, pourrait aider les communautés et les municipalités à réaliser un scénario gagnant-gagnant aujourd’hui et demain.

En fin de compte, l’objectif est clair en ce qui concerne l’amélioration de la circulation globale et la diminution des accidents de la route et des décès, mais la technologie et la stratégie de mise en œuvre doivent être adéquates pour ce faire. La technologie de surveillance de nos routes doit également changer, appelant ainsi à la prise en compte des caméras alimentées par l’IA aujourd’hui avec la promesse du LiDAR demain.

À propos de l’Auteur:

Le Dr Georges Aoude est le cofondateur de Derq, une spin-off du MIT qui propulse l’avenir des routes connectées et autonomes, rend les villes plus intelligentes et plus sûres pour tous les usagers de la route et permet le déploiement de véhicules autonomes à grande échelle. Derq fournit aux villes et aux flottes une plate-forme d’infrastructure intelligente primée et brevetée alimentée par l’IA qui les aide à résoudre les problèmes de sécurité routière et de gestion du trafic les plus difficiles.

Si vous ne l’avez pas déjà fait, veuillez répondre à notre Sondage auprès des lecteurs! Juste 3 questions pour nous aider à mieux comprendre qui lit Telecom Divblings afin que nous puissions mieux vous servir!

Catégorie: Intelligence Artificielle * Point de Vue de l’Industrie