L’IA, une révolution pour la conduite automobile et son industrie

PARTIE 1 : Comprendre l’IA dans les voitures

Qu’est-ce que l’intelligence artificielle dans les voitures ?

L’intelligence artificielle dans les voitures révolutionne la façon dont les véhicules perçoivent, interprètent et réagissent à leur environnement. En améliorant les performances des systèmes de perception grâce à l’apprentissage profond (deep learning) et à la vision par ordinateur, l’IA permet aux voitures de mieux comprendre leur environnement et de prédire le comportement des autres usagers de la route, ce qui constitue une base essentielle pour les systèmes avancés d’aide à la conduite (ADAS) et, à terme, pour la conduite autonome.

L’IA contribue également à rendre les voitures, en particulier les voitures électriques, plus efficaces. Elle permet une plus grande personnalisation de l’habitacle. Toutes ces solutions logicielles peuvent également être mises à jour tout au long du cycle de vie du véhicule grâce aux mises à jour « over the air » (OTA).

« L’intelligence artificielle est un moteur clé de la transformation de la mobilité. Depuis plus de 20 ans, elle alimente nos innovations, notamment dans les systèmes d’aide à la conduite et la conduite automatisée », explique le Directeur des technologies et Vice-Président Projets de Valeo Brain Division. « Notre objectif est clair : faire de l’IA non pas seulement un outil, mais un moteur d’intelligence embarquée capable de rendre la mobilité plus sûre, plus intuitive et plus durable. »

Comment l’IA fonctionne-t-elle dans les véhicules ?

Pour comprendre le fonctionnement de l’IA dans les véhicules, il faut s’intéresser à quatre couches interconnectées :

• les capteurs,
• le traitement des données,
• les modèles d’IA,
• et la prise de décision en temps réel.

L’IA fonctionne grâce à une combinaison d’ECU (Unités de Contrôle Électroniques) à haute puissance de traitement, de logiciels et d’applications dédiés, de capteurs et d’actionneurs haute performance, et d’un « middleware » assurant une intercommunication transparente entre les applications et les ECU.

Les Capteurs

Valeo est le leader mondial de l’aide à la conduite, avec un large éventail de capteurs équipant une voiture neuve sur trois dans le monde : capteurs de stationnement, caméras, caméras thermiques, radars, radars d’imagerie et LiDARs (Light Detection And Ranging : un radar laser produisant une image 3D de son environnement). Un système informatique central sophistiqué analyse et combine les informations fournies par ces capteurs, créant une vue à 360 degrés de l’environnement de la voiture.

Traitement des données

En moyenne, un véhicule moderne contient près de 200 millions de lignes de code, soit 33 fois plus qu’un Boeing 787, ce qui en fait un véritable ordinateur sur roues. Cela implique l’utilisation de puissants contrôleurs embarqués basés sur un système sur puce (SoC) ou un microprocesseur. Tel un ordinateur miniature, le SoC fournit la puissance de calcul nécessaire pour effectuer des tâches complexes.

La puissance de calcul est adaptée aux besoins du véhicule. Par exemple, l’unité de contrôle de domaine ADAS de Valeo prend en charge plusieurs options de système sur puce, de 100 à 250 ou 500 TOPS de puissance de calcul, pour faire évoluer les capacités du véhicule, de la vue panoramique et du stationnement automatisé à la conduite automatisée avancée, transformant les données brutes des capteurs en décisions en temps réel et critiques pour la sécurité.

Modèles d’IA

Les réseaux neuronaux sont appliqués pour comprendre l’environnement du véhicule. Il n’est pas nécessaire de coder toutes les règles et toutes les situations, la machine peut apprendre les règles à partir du contexte, en utilisant la vision par ordinateur et l’apprentissage profond.

Cela augmente le nombre de scénarios complexes étudiés : à partir d’une seule scène, il devient possible de créer des centaines de variations en incorporant, grâce à l’IA générative, toutes sortes d’événements, comme l’ajout de piétons, de véhicules et de cyclistes, ou le changement des conditions météorologiques.

Prise de décision en temps réel

L’IA a permis de passer d’un système déterministe, structurellement limité, à un système probabiliste. Elle construit une perception globale basée sur les informations recueillies par de multiples capteurs et une connaissance implicite du monde, aidant à prendre les bonnes décisions au bon moment.

Par exemple, l’IA aide à prédire le comportement d’un piéton marchant sur le trottoir : va-t-il traverser la route ou non ? Que va-t-il faire ensuite ? La voiture doit-elle freiner ou non ? L’IA répond à ces questions et agit en conséquence.

Comment l’IA est-elle utilisée dans les voitures aujourd’hui ?

Aujourd’hui, l’IA est utilisée dans les voitures dans trois domaines principaux :

• l’amélioration des performances des ADAS grâce à une meilleure perception par les capteurs,
• l’amélioration de l’efficacité des véhicules,
• une plus grande personnalisation de l’utilisation des fonctionnalités.

L’IA dans les systèmes avancés d’aide à la conduite (ADAS)

Valeo a été un précurseur, adoptant dès 2003 dans sa caméra arrière un système complexe d’analyse des scènes de stationnement. L’IA dans les voitures a ensuite été développée pour répondre à toutes sortes de situations de conduite, avec de nouvelles fonctionnalités ADAS telles que le freinage d’urgence automatique, le stationnement automatique, le régulateur de vitesse adaptatif, le maintien dans la voie. L’ensemble de ces éléments forme ce que l’on appelle un système de conduite automatisée de niveau 2, où le conducteur est toujours responsable de la conduite, mais bénéficie d’un niveau d’assistance élevé, en particulier sur autoroute.

D’ici 2030, environ 90 % des voitures seront équipées de systèmes avancés d’aide à la conduite, 50 % atteignant le niveau 2 ou 2+ d’autonomie, et environ 3 millions de voitures atteindront les étapes suivantes de la conduite automatisée au niveau 3 ou 4.

L’IA dans les véhicules définis par logiciel (Software-Defined Vehicles)

Le véhicule défini par logiciel (SDV) est l’architecture qui permet de tirer pleinement parti de l’IA, car elle centralise la puissance de calcul, standardise les flux de données et permet des mises à jour logicielles continues, ce qui se traduit par des fonctionnalités du véhicule plus intelligentes, plus sûres et en constante amélioration au fil du temps. Contrairement aux architectures traditionnelles, dans lesquelles chaque fonction du véhicule possède son propre contrôleur (architecture distribuée), les véhicules définis par logiciel utilisent un petit nombre de contrôleurs centralisés plus puissants pour gérer la plupart des fonctions. Cela simplifie l’architecture électrique et électronique de la voiture, réduit son poids (moins de câbles) et augmente son efficacité.

Cette approche permet également une meilleure connectivité du véhicule, ce qui est nécessaire pour les mises à jour des fonctionnalités « over the air » (OTA) : un SDV peut être régulièrement mis à jour, amélioré et personnalisé tout au long de son cycle de vie. Il offre également plus d’options aux conducteurs, par exemple, en sélectionnant certaines fonctionnalités et applications logicielles, ils sont en mesure de façonner le véhicule en fonction de leurs besoins et attentes changeants.

Quels sont les avantages de l’IA dans les voitures ?

Les principaux avantages de l’IA dans les voitures sont les suivants :

• une conduite plus sûre grâce à l’amélioration des ADAS,
• une meilleure efficacité énergétique pour les véhicules électriques,
• la possibilité de personnaliser davantage les fonctionnalités.

L’IA est cruciale pour l’évolution de la voiture de demain, de plus en plus électrifiée, plus sûre et définie par le logiciel. Tous les systèmes ADAS de Valeo incluent une amélioration par l’IA, et une utilisation étendue de l’IA est un catalyseur pour la vision de l’industrie automobile de 0 accident, 0 mort sur la route. En tant que leader mondial des ADAS et des systèmes de visibilité, c’est au cœur de la mission de Valeo. L’IA contribue également aux objectifs de conduite autonome, améliorant l’efficacité et réduisant l’impact environnemental des voitures. Et l’IA contribue à la mise à jour du véhicule, accélérant son évolution tout au long de son cycle de vie.

PARTIE 2 : L’IA et la conduite autonome

L’IA dans les voitures autonomes

Sur la voie de la conduite autonome, l’IA est un pilier essentiel, que ce soit pour la conduite autonome supervisée L2++ pour les voitures particulières ou pour les flottes de taxis autonomes aux États-Unis et en Chine, et bientôt en Europe avec l’arrivée de Waymo à Londres en 2026.

L’IA est-elle nécessaire pour la conduite autonome ?

Oui, l’IA est essentielle pour la conduite autonome. Sans intelligence artificielle, les véhicules ne peuvent pas détecter, classer et prédire les intentions des autres usagers de la route en temps réel, des capacités fondamentales pour une technologie de conduite autonome sûre.

Le développement des véhicules autonomes nécessite d’apprendre à la voiture à détecter et à prédire les intentions des autres usagers de la route, en particulier les plus vulnérables d’entre eux, les piétons et les cyclistes. Il est également très utile de connaître leur niveau d’attention ou de distraction causé, par exemple, par l’utilisation d’un téléphone portable. De plus, les véhicules devront également interpréter correctement les gestes des forces de l’ordre ou du personnel de travaux routiers. Toutes ces fonctions sont améliorées par des capacités d’IA performantes.

PARTIE 3 : Processus d’IA

Comment Valeo met-il à l’échelle l’IA automobile ? De la recherche Valeo.ai à l’ingénierie assistée par l’IA

Compte tenu de l’importance critique de l’IA pour le développement des systèmes d’aide à la conduite et des véhicules autonomes, Valeo a lancé Valeo.ai à Paris en 2017, le premier centre de recherche sur l’IA au monde dédié aux applications automobiles, travaillant en étroite collaboration avec la communauté scientifique mondiale. Il est conçu comme un centre de compétences mondial pour les algorithmes, l’infrastructure, le processus d’apprentissage, la validation et la simulation en intelligence artificielle pour les applications automobiles. Près d’une décennie plus tard, l’ingénierie assistée par l’IA est omniprésente dans l’entreprise.

À ce jour, les 9 000 ingénieurs logiciels et systèmes de Valeo sont déjà équipés et formés aux outils de codage automatisé, et 35 % du code certifié de Valeo est déjà généré par l’IA.

Valeo.ai : une recherche dédiée à l’IA automobile

Aujourd’hui, le groupe Valeo compte quelque 200 experts en IA, et Valeo.ai est à la pointe de la recherche dans l’industrie automobile, notamment dans les domaines de la conduite assistée et autonome. Les chercheurs de Valeo.ai publient dans les plus grandes conférences mondiales liées à l’IA pour la perception.

Au cours des dernières années, Valeo a développé des réseaux neuronaux et l’apprentissage profond pour comprendre l’environnement du véhicule et développer des solutions pour une mobilité plus sûre et plus automatisée. Aujourd’hui, le groupe tire parti de l’IA à chaque étape, de la recherche et du développement à la conception des produits et dans les usines avec plus de 9 000 ingénieurs logiciels et systèmes.

L’IA pour accélérer l’ingénierie

Valeo utilise l’IA non seulement pour améliorer les performances des systèmes de perception, mais aussi pour accélérer leur développement, leur formation et leur validation. Pour valider les logiciels d’aide à la conduite, l’IA est utilisée pour comparer la façon dont le logiciel a perçu une scène par rapport à la scène réelle, telle que décrite ou annotée par un cerveau humain. Cela se faisait image par image, en utilisant une quantité énorme de temps et d’efforts de la part de près de 1 000 personnes travaillant sur l’annotation d’images à partir de l’enregistrement de données. L’IA permet l’annotation automatique des images, ce qui permet d’économiser un temps précieux et de l’argent.

L’IA générative dans le développement de logiciels et la conception de produits

L’IA générative a marqué une nouvelle phase dans un secteur de plus en plus concurrentiel, aidant Valeo à acquérir un avantage concurrentiel. Un partenariat avec Google Cloud a permis à Valeo d’équiper son personnel d’outils d’IA générative, formant l’ensemble de ses 9 000 ingénieurs logiciels et systèmes. En automatisant les tâches de codage, ils peuvent se concentrer uniquement sur les tâches où ils apportent le plus de valeur.

La prochaine étape sera la conception automatique de composants à l’aide de la conception générative. Un partenariat avec Amazon Web Services (AWS) pour l’utilisation d’outils basés sur le cloud a réduit les temps de développement d’environ 40 % pour les ECU de véhicules. Valeo a également un partenariat avec Dassault Systèmes axé sur la conception mécanique assistée par l’IA, la simulation et la création d’un laboratoire dédié.

Une méthode de déploiement : AI4All, faire de l’IA un avantage concurrentiel à tous les niveaux

Le programme AI4All de Valeo apporte un impact et une valeur très significatifs, avec des gains d’efficacité de plusieurs dizaines de pour cent, ce qui est énorme. Les équipes comprennent des experts en IA générative et en compréhension multimodale, en vision par ordinateur et en interprétation de scène, en apprentissage automatique et en modélisation prédictive et d’incertitude. En tant qu’entreprise technologique, Valeo a clairement et naturellement donné la priorité au déploiement de l’IA en R&D.

Que sont les jumeaux numériques dans la fabrication automobile ?

Un jumeau numérique dans la fabrication automobile est une réplique virtuelle d’un système physique, tel qu’un capteur, un véhicule ou une chaîne de production entière, utilisée pour simuler des conditions réelles avec une grande précision. Cette technologie transforme la façon dont les constructeurs automobiles développent, testent et valident les ADAS et les systèmes de conduite autonome.

La technologie des jumeaux numériques réplique précisément les spécifications et les caractéristiques des capteurs embarqués dans n’importe quel endroit du monde ou sur des routes virtuelles, offrant un ensemble étendu et diversifié de scénarios et d’environnements. Cette capacité de simulation avancée fournit aux constructeurs automobiles un outil puissant pour simuler des conditions réelles et des environnements virtuels avec une précision sans précédent pour développer, tester et valider plus efficacement les systèmes de perception des ADAS et de la conduite autonome.

Valeo et Applied Intuition ont développé une plateforme de simulation qui permet une formation assistée par l’IA, améliorant la détection d’objets, la prise de décision et la fiabilité globale. Cette plateforme de jumeau numérique pour la simulation de capteurs des systèmes avancés d’aide à la conduite (ADAS) permet aux équipementiers de commercialiser plus rapidement des fonctionnalités ADAS sûres et fiables. Elle a été récompensée par un prix Tech.AD.

PARTIE 4 : L’IA dans les usines

Qu’est-ce que l’IA dans la fabrication automobile ?

L’IA peut soutenir les processus de production de nombreuses manières différentes, telles que le contrôle qualité, la maintenance prédictive, les économies d’énergie, etc. 50 % des sites de production de Valeo utilisent déjà l’IA.

Par exemple, l’usine et le centre de R&D de Valeo à Shenzhen (Chine) constituent une référence, intégrant l’automatisation, l’IoT industriel, l’IA et d’autres technologies de rupture de l’Industrie 4.0, améliorant continuellement le « lean manufacturing », favorisant le développement durable et accélérant l’innovation intelligente.

Comment l’Industrie 4.0 intègre-t-elle l’IA dans l’industrie automobile ?

L’Industrie 4.0 est synonyme de numérisation et d’automatisation de la fabrication et, à ce titre, l’intégration de l’IA est une évolution naturelle. L’IA permet une fabrication plus rapide et plus efficace, tout en réduisant les défauts sur les lignes de production grâce à des contrôles qualité avancés. L’IA peut également guider la maintenance prédictive pour une optimisation ultime des installations.

Comment l’IA transforme la production automobile

L’IA permet des améliorations dans la production automobile à de nombreux niveaux. Cela commence par l’ingénierie de fabrication virtuelle, permet une grande flexibilité dans le processus industriel et une évolutivité pour pouvoir réagir plus rapidement à l’évolution de la demande.

La collaboration entre Valeo et Google Cloud comprend le déploiement d’outils d’IA générative (gen AI) pour soutenir une productivité accrue dans la conception de produits, l’ingénierie, les tests de logiciels et l’intégration.

Dans le cadre de ce partenariat, Valeo fournira des commentaires essentiels que Google utilisera pour faire évoluer et affiner ces solutions.

Maintenance prédictive dans la fabrication automobile

La puissance de traitement et les modèles génératifs de l’IA appliqués à l’industrie donnent également la possibilité d’avoir une maintenance prédictive optimisée des installations et des outils, d’éviter les arrêts de production et d’améliorer la maintenabilité. On estime que 20 % des pannes pourraient être évitées grâce à la contribution de l’IA.

L’IA pour le contrôle qualité automobile

L’IA utilisée pour le contrôle qualité sur les lignes de production permet d’analyser les défauts en temps réel, avec beaucoup plus de rapidité et de précision que les contrôles effectués par l’homme. Elle contribue à des normes de qualité plus élevées et à des réactions plus rapides en cas de problèmes de production. Alimenté par l’IA, basée sur l’apprentissage profond, notre contrôle qualité est considérablement amélioré, avec jusqu’à 10 fois moins d’erreurs de classification qu’avec le contrôle humain.

Optimisation de la production assistée par l’IA

Un autre exemple de l’utilisation de l’IA dans le secteur industriel concerne l’optimisation de la consommation d’énergie. Bien sûr, l’IA peut être utilisée pour optimiser la consommation au niveau central, mais cela nécessite d’équiper toute l’usine de capteurs, ce qui représente un coût important pour les usines existantes.

Une alternative consiste à mesurer la consommation d’énergie au niveau de la ligne de production et à chercher ainsi à l’optimiser. Pour ce faire, un appareil mobile, une « valise », a été développé sur le site de Valeo à Abbeville (France). Le kit se compose de capteurs d’énergie connectés et sans fil, d’un collecteur de données et d’un ordinateur portable exécutant une IA spécifiquement formée par Valeo. Les premiers tests ont permis de réaliser des économies d’énergie allant jusqu’à 20 %, et le dispositif est en cours de déploiement sur les autres sites du groupe.

Usines intelligentes et production « Lights-Out » : l’avenir de la fabrication automobile

Au total, le site de Valeo à Shenzhen (Chine) a mis en œuvre 42 projets pour créer une usine intelligente transparente, efficace et compatible avec l’IA. Ces projets comprennent des solutions d’IA et 14 algorithmes avancés, tels que le dépannage par IA générative.

Il comprend également un atelier « à extinction des feux » entièrement automatisé, où les lignes de production fonctionnent de manière autonome dans un espace où, comme son nom l’indique, il n’y a pas de lumière, car aucun opérateur n’est requis. Les lumières ne s’allument que lorsqu’un technicien doit intervenir pour résoudre toute anomalie susceptible de survenir.

L’application de ces projets innovants a considérablement réduit le taux de défauts des caméras frontales intelligentes, raccourci le délai de livraison de 34,5 %, augmenté la productivité de 60,2 % et réduit la consommation d’énergie unitaire de 27,1 %, permettant une production globale supérieure avec une qualité élevée, une efficacité élevée et un coût inférieur. Le site a également réussi à réduire ses émissions de CO₂ de 41 % en cinq ans.

PARTIE 5 : Conclusion

Les avantages de l’intelligence artificielle dans l’automobile

L’industrie automobile connaît la plus grande transformation technologique de son histoire, avec la proportion sans cesse croissante de voitures électriques et de véhicules définis par logiciel, ce qui conduit à des véhicules plus sûrs et à une plus grande autonomie de conduite.

Valeo est devenue une « entreprise axée sur l’IA » dans les technologies, les processus de développement (optimisation de la conception, simulation, réduction des délais), les usines (contrôle qualité, maintenance prédictive, économies d’énergie) et pour tous les employés.

L’IA change la donne pour la R&D, et de nouveaux partenariats soutiennent cette évolution. Dans le cadre d’un partenariat avec Google Cloud, 100 % des ingénieurs logiciels de Valeo sont déjà formés et équipés pour le codage assisté par l’IA. Plus de 25 % du code certifié de Valeo est désormais généré par l’IA.

La collaboration avec Amazon Web Services (AWS) permet de réduire les temps de développement des ECU de plus de 40 % grâce à des laboratoires matériels virtualisés. Les partenaires incluent également Dassault Systèmes pour la conception générative de pièces mécaniques et Zuken pour la conception générative de cartes de circuits imprimés (PCB).

Enfin, grâce au programme AI4all, Valeo a déployé 84 agents d’IA pour stimuler l’efficacité de la R&D. L’ambition de Valeo est claire : faire partie des leaders de l’IA appliquée à l’industrie automobile, en tirer le meilleur parti pour une mobilité plus verte, plus sûre et plus intelligente.

L’avenir de l’IA dans les voitures

L’IA permettra progressivement des solutions plus sophistiquées et plus performantes pour une conduite automatisée accrue, la sécurité, l’efficacité de la conduite électrique et une IHM plus personnalisée. L’IA n’est pas seulement un outil, mais un moteur d’intelligence embarquée qui peut rendre la mobilité plus sûre, plus intuitive et plus durable, offrant le meilleur service au conducteur et aux passagers. Une promesse de progrès dans tous les aspects de l’expérience en voiture.