Que l’intelligence artificielle soit l’une des technologies du moment est incontestable. Et dans le secteur de la voiture électrique, c’est loin d’être le cas. Ces derniers mois, nous avons vu apparaître de nombreuses applications qui utilisent l’IA dans la quête d’une mobilité plus durable.
Google, par exemple, utilise l’IA dans son application Green Light, conçue pour aider à gérer le trafic en régulant les feux de circulation en fonction de la densité du trafic. Cette option permet de réduire les émissions en diminuant les embouteillages et la congestion.
Nous avons également vu l’IA dans des outils destinés à améliorer les voitures, tels que les assistants vocaux ou les systèmes de conduite autonome. Grâce à l’intelligence artificielle, les voitures électriques peuvent contrôler la température, la musique, enregistrer et mémoriser les itinéraires, simplifier la navigation, cartographier l’environnement… Tout cela pour améliorer l’expérience de conduite.
Aujourd’hui, Eviden propose d’appliquer l’IA un peu plus loin, dans le développement et la construction d’une voiture électrique. Son objectif est d’optimiser le processus de fabrication de la voiture électrique. L’entreprise a annoncé le 3 septembre qu’elle faisait partie du projet européen e-BEAT, l’un des projets de R&D lauréats du programme “Technologies automobiles durables” du CDTI.
Dirigé par Ford, le projet e-BEAT bénéficie de la collaboration d’Eviden, Valeo Iluminación, Vodafone, Mahle, TSE et Tyris.ai. Doté d’un budget de 8 177 206 euros, dont 3 047 020 euros apportés par le CDTI, le projet vise à valider le concept d’un outil unique permettant de prendre des décisions intelligentes en temps réel, d’ajuster les spécifications de conception des composants chez le fournisseur ou de tester un nouveau logiciel sans avoir à faire fabriquer physiquement le véhicule.
Dans le cadre du projet e-BEAT, le système de surveillance numérique avancé a été développé pour surveiller les personnes, les processus, les produits et l’usine afin de valider rapidement les composants, les fonctionnalités et les logiciels du véhicule électrique dans la chaîne de valeur du processus de production.
Dans le cadre du projet, Eviden a été chargé du développement d’une plateforme numérique, SAM4P, qui intègre toutes les applications et les logiciels des différents éléments du véhicule. L’objectif est d’aider à la prise de décision intelligente, en intégrant des capacités d’IA et de Machine Learning, qui permettront l’identification précoce et la prédiction des défauts de fabrication.
«Comme dans tout autre système, l’IA peut aider à prédire les défaillances avant qu’elles ne se produisent en disposant d’un historique de données adéquat ou en utilisant des simulateurs pour comparer le comportement réel avec le comportement idéal. e-BEAT s’est principalement concentré sur l’application de l’IA dans le processus de fabrication et d’assemblage des composants de véhicules électriques, en cherchant à valider les composants à un stade précoce afin de réduire le risque de dysfonctionnement du véhicule une fois assemblé», explique Ignacio Collantes, chef de projet du projet e-BEAT chez Eviden.
L’IA pour améliorer quatre domaines principaux
Comme l’explique M. Collantes, «dans le cadre du projet e-BEAT, les systèmes d’IA ont été appliqués au processus d’assemblage des batteries des voitures électriques dans différents domaines, de la vérification du placement correct des connecteurs de batterie à l’aide d’images à l’analyse posturale des opérateurs qui effectuent les tâches d’assemblage de la batterie».
Plus précisément, le projet porte sur quatre domaines d’activité principaux :
Les processus de fabrication : le premier concerne la conception de l’architecture électrique du véhicule, l’optimisation et la vérification du bon fonctionnement de tous ses composants et processus de fabrication avant sa mise en production.
Traçabilité : le second se concentre sur la logistique et la traçabilité des composants, en identifiant les améliorations possibles qui peuvent même affecter le processus d’assemblage et d’ajustement de certains composants, en appliquant des technologies telles que l’Internet des objets ou les réseaux 5G.
La qualité : le troisième pilier concerne la qualité du processus de fabrication grâce à la détection précoce des défauts d’assemblage, à l’aide de capteurs, de caméras et de technologies d’analyse d’images basées sur l’intelligence artificielle. Le système identifiera les problèmes potentiels futurs en collectant des informations pendant le processus d’assemblage et en appliquant des algorithmes prédictifs.
Composante humaine : le dernier pilier du projet concerne la santé et la sécurité des personnes et vise à améliorer l’ergonomie de chaque poste de travail, en utilisant des caméras pour analyser les postures et les mouvements des assembleurs afin d’améliorer chaque activité et de garantir leur santé et leur sécurité.
«Les lignes de recherche basées sur l’utilisation de l’intelligence artificielle qui ont été développées dans le projet e-BEAT permettront, outre la détection précoce des défauts, de réduire le temps de test précoce des composants (réduisant ainsi les coûts) et d’augmenter la sécurité des personnes impliquées dans l’assemblage des batteries», conclut M. Collantes.
