Automobile

Développez l'automobile de demain !

Depuis plusieurs années, Probayes accompagne les acteurs du marché de l’automobile dans la transformation numérique. 

L’Intelligence Artificielle permet de répondre aux besoins constants d’innovation attendus par les consommateurs.

Ces outils répondent aux principaux enjeux métiers de l’automobile :

  • Optimiser les moteurs thermiques, électriques et hybrides.
  • Détecter et gérer l'environnement : véhicules, voies, obstacles.
  • Gérer la maintenance et la maintenance prédictive.
  • Développer le véhicule autonome.

Des outils algorithmiques adaptés

Probayes emploie, depuis plus de 15 ans, un large panel d’outils algorithmiques, testés et mis en pratique dans les nombreux cas d’usage liés à l’automobile. Les principales approches sont :

UTILISATIONS :

  • Optimisation des moteurs sur véhicules hybrides
  • Apprentissage du comportement routier du conducteur
  • Maintenance et maintenance prédictive

VÉHICULE AUTONOME :

Machine Learning / Deep Learning

  • Détection d’objets dans les images
  • Génération d’images (GAN)
  • Segmentation d’image

Fusion de capteurs (images, lidar, imu)

  • Suivi d’objets / tracking (Kalman Filter)
  • Prévision de comportements de l’environnement et du véhicule

Développements algorithmiques sur plateformes embarquées (NVIDIA)

Clustering de nuages de points

Calibration automatique de caméras

  • Permet l’acquisition de nouvelles données
  • Adaptation de domaine pour le véhicule autonome (apprendre sur des données et adapter les modèles pour fonctionner sur d’autres bases de données)

Une collaboration étroite

avec les équipes métiers du client

Pour embarquer la forte complexité du marché de l’automobile et la multitude de sources de données, les équipes Probayes mettent en place une collaboration étroite avec les équipes métiers du client. La transparence est le maître-mot de cette collaboration, permettant ainsi aux équipes de progresser ensemble lors des développements du projet. L’équipe métier client va pouvoir mieux comprendre la méthodologie de mise en place de l’I.A. dans le contexte automobile, tandis que l’équipe Probayes va affiner sa compréhension des enjeux et contraintes spécifiques au domaine du client. Cette collaboration permet de nouer des partenariats sur le long terme.

Projet Monsoon

Exemple de réalisation

Projet visant à mettre en œuvre des techniques d’I.A. dans l’industrie de procédé – ici, l’aluminium (RioTinto – Aluminium Dunkerque) et le plastique (GLNPlast, Portugal)

Problématique

Aluminium Dunkerque produit en interne des anodes, qui sont un des composants clés du procédé d’électrolyse de l’aluminium. La densité de ces anodes est un paramètre primordial pour garantir la performance de l’électrolyse. Aluminium Dunkerque souhaite optimiser son procédé pour maximiser la densité de ces anodes.

Mise en oeuvre / Expertises mobilisées

La problématique a été abordée de deux manières. A partir d’une quarantaine de paramètres procédé mesurés en continu, nous avons construit un classifieur détectant les périodes de production d’anodes de basse densité, auquel nous avons adjoint un module d’explicabilité, permettant de lister en temps réel les 5 paramètres ayant le plus contribué à la baisse de densité. 

Nous avons de plus construit un module de recommandation, basé sur un régresseur. Après une période de basse densité, le module va proposer un ensemble de trois actions à réaliser, qui permettent d’augmenter au mieux la densité. Une interface utilisateur dédiée a été mise au point, et un module de réentraînement permet de s’adapter en continu aux évolutions du procédé.

Résultats

La version finale de l’outil est déployée chez Aluminium Dunkerque depuis l’été 2019. Les performances, aujourd’hui évaluées, doivent permettre de réduire significativement le nombre d’anodes produites de basse densité, menant à un gain estimé à plusieurs centaines de milliers d’euros par an. 

Un article scientifique a été publié suite à une présentation à la conférence internationale TMS.

Voir l’article

MONSOON est un projet européen important pour Rio Tinto et LIBERTY.

« Et dans ce cadre les équipes de Probayes, avec une écoute attentive des experts et exploitants du procédé ont sur s’approprier les données et les procédés étudiés, pour mettre en avant des leviers d’améliorations jusqu’alors inconnus ou non maîtrisés. A la connaissance métier s’ajoute une forte pédagogie qui a permis la mise en place de la solution MONSOON en usine. »

Vincent Maigron

MONSOON Project Manager – RIO TINTO

Projet Eramet

Exemple de réalisation

Le groupe ERAMET est l’un des principaux producteurs mondiaux de métaux d’alliage. ERAMET produit dans son usine de Knivesdal, en Norvège, des alliages de ferromanganèses.

Problématique

Lors de la production, lorsque le procédé est optimal, il est possible de remplacer une matière première par une autre moins coûteuse. L’objectif du projet est de détecter en temps réel les périodes optimales du procédé, permettant cette substitution, et de fournir des recommandations pour y revenir en cas de déviation.

Mise en oeuvre / Expertises mobilisées

En employant une cinquantaine de variables procédé, nous avons appliqué une approche de classification non-supervisée, permettant de discriminer les différents points de fonctionnement du procédé. Une fois ces comportements annotés par les experts métier, nous avons entraîné un classifieur à reconnaître ces comportements, puis adjoint un module d’explicabilité, permettant de fournir en temps réel les paramètres caractérisant les comportements non-optimaux.

Résultats

L’analyse a permis d’identifier une famille de 5 comportements, annotés par plusieurs experts procédé d’ERAMET. Le procédé optimal a été clairement identifié, de même que les caractéristiques des comportements non-optimaux. Une première version de la fonction a été déployée à l’usine de Knivesdal, en Norvège.

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce eu lacus diam. Cras congue, neque ac mattis efficitur, nibh ipsum fringilla nunc, sed iaculis neque odio non orci. Vestibulum ante ipsum primis in faucibus orci luctus et ultrices posuere cubilia Curae; Praesent lacinia, urna quis rhoncus lobortis, urna neque tempus tellus, quis auctor justo lectus vitae libero. Nulla non porta odio. Donec diam est, varius id ullamcorper a, efficitur nec libero

Prénom Nom

Fonction – Entreprise

PROJET FRAMATOME

Exemple de réalisation

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam sed leo quis lectus ultricies blandit nec sit amet urna. Integer mi ligula, tempor eget dapibus id, posuere vestibulum est. Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas.

Problématique

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam sed leo quis lectus ultricies blandit nec sit amet urna. Integer mi ligula, tempor eget dapibus id, posuere vestibulum est. Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas.

Mise en oeuvre / Expertises mobilisées

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam sed leo quis lectus ultricies blandit nec sit amet urna. Integer mi ligula, tempor eget dapibus id, posuere vestibulum est. Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas.

Résultats

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam sed leo quis lectus ultricies blandit nec sit amet urna. Integer mi ligula, tempor eget dapibus id, posuere vestibulum est. Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas.

« Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce eu lacus diam. Cras congue, neque ac mattis efficitur, nibh ipsum fringilla nunc, sed iaculis neque odio non orci. Vestibulum ante ipsum primis in faucibus orci luctus et ultrices posuere cubilia Curae; Praesent lacinia, urna quis rhoncus lobortis, urna neque tempus tellus, quis auctor justo lectus vitae libero. Nulla non porta odio. Donec diam est, varius id ullamcorper a, efficitur nec libero »

Prénom Nom

Fonction – Entreprise

Ils nous font confiance*

* Pour des raisons de confidentialité, les noms de certains de nos clients ne sont pas cités