Des véhicules plus intelligents aux usines plus performantes, l’Intelligence Artificielle s’impose comme le moteur d’une révolution qui redéfinit notre manière de conduire et de concevoir les voitures.

Dans le secteur automobile, l’IA joue un rôle clé, notamment dans les systèmes d’assistance à la conduite, les technologies de connectivité et de la conduite autonome.

Deux approches majeures se distinguent : l’IA embarquée, qui équipe les véhicules, et l’IA débarquée, qui soutient les processus industriels.

IA Embarquée vs IA Débarquée

IA « embarquée » pour transformer le véhicule et l’expérience utilisateur

L’IA embarquée vise à améliorer la sécurité et les services aux utilisateurs. Les systèmes d’assistance à la conduite, comme les ADAS et les véhicules autonomes, dépendent fortement de l’IA pour interpréter l’environnement en temps réel et prendre des décisions appropriées. Les technologies utilisées incluent le Lidar, qui permet de cartographier l’environnement en 3D avec une grande précision, ainsi que les capteurs radar et les caméras HD qui collectent des informations visuelles et de mouvement pour analyser les dangers. Les systèmes de vision par ordinateur interprètent ces signaux visuels pour déclencher des actions comme le freinage automatique d’urgence.

Le système ProPilot assiste le conducteur en maintenant la voiture dans sa voie et en ajustant la vitesse en fonction de la circulation. Ainsi, par exemple, les capteurs avancés garantissent une conduite plus sûre en ajustant automatiquement l’éclairage en fonction des conditions de la route.

Les véhicules autonomes de niveau 3 et 4 utilisent également l’IA pour gérer des tâches complexes de conduite sans intervention humaine. Ces véhicules autonomes utilisent l’apprentissage profond, pour améliorer la prise de décision autonome, et la fusion de capteurs, qui combine les données de Lidar, de caméras et de radar pour une vue complète de l’environnement.

De leur côté, les systèmes Drive Pilot permettent une conduite autonome dans des conditions de circulation bien définies.

L’IA embarquée améliore également l’expérience utilisateur en offrant des services connectés. Grâce aux mises à jour OTA (Over-the-Air), les constructeurs peuvent ajouter de nouvelles fonctionnalités à distance, mettre à jour les logiciels pour améliorer l’autopilot ou introduire de nouvelles applications.

L’usage de l’IA embarquée permet aujourd’hui d’avoir des véhicules semi-autonomes.

Pour passer à une autonomie complète, c’est-à-dire le véhicule autonome, de niveau 5, qui n'a plus besoin d'être équipé de pédale et de volant sur toutes les routes et dans toutes les conditions, de nombreux travaux de recherche sont encore nécessaires pour améliorer la sécurité, l'efficacité et la durabilité des systèmes de mobilité automatisée et connectée.

Pour préparer le déploiement à grande échelle de véhicules autonomes dans l'Union européenne, Akkodis participe au projet AI4CCAM (Artificial Intelligence for Connected and Cooperative Automated Mobility), financée par l’Union européenne via le programme Horizon Europe (Grant n°101076911) visant à améliorer la sécurité, l'efficacité et la durabilité des systèmes de mobilité automatisée et connectée.

Le projet AI4CCAM développe des solutions d’intelligence artificielle avancées pour optimiser l'interaction entre véhicules autonomes, infrastructures intelligentes et usagers de la route. Le projet s'intéresse tout particulièrement aux scénarios complexes de conduite en conditions réelles afin de renforcer la prise de décision collaborative en temps réel et la résilience des systèmes tout en favorisant l'interopérabilité et la standardisation des technologies. Ce projet contribue à préparer le déploiement à grande échelle de véhicules autonomes dans l'Union européenne.

IA « débarquée » pour l’optimisation des processus internes

L’Intelligence Artificielle ne transforme pas seulement les véhicules, elle optimise aussi les processus métiers des constructeurs automobiles. L’IA débarquée permet d’améliorer les opérations industrielles dans l’industrie automobile. En utilisant l’analyse prédictive, les constructeurs peuvent anticiper les défaillances avant qu’elles ne surviennent. La maintenance prédictive utilise l’apprentissage automatique pour analyser les données des capteurs, prévoir les pannes et ainsi réduire les immobilisations de véhicules tout en optimisant les interventions de réparation.

Les technologies de conception assistée par l’Intelligence Artificielle incluent l’IA générative pour la conception assistée par ordinateur (CAO).  L’IA générative dans ce contexte permet de créer des designs optimisés selon des critères de résistance et de poids ainsi que de concevoir des pièces plus légères et résistantes, améliorant ainsi l’efficacité énergétique.

L’IA simplifie également le développement logiciel des véhicules grâce à l’automatisation des tests et du codage. Des frameworks de test automatisé réduisent le temps de développement.

Les enjeux clés : données, sécurité et régulations

L’intégration de l’IA dans l’automobile pose cependant des défis majeurs liés à la gestion des données, à la sécurité et aux régulations.

Données : Les véhicules semi-autonomes et autonomes génèrent d’énormes quantités de données provenant des capteurs, caméras, radars et systèmes de navigation. Ces données assurent le bon fonctionnement des systèmes d’assistance à la conduite et des véhicules autonomes. Les algorithmes d'apprentissage automatique permettent d’améliorer la prise de décision en temps réel. Le stockage, le traitement, l’analyse de ces données constituent encore un défi majeur.

Sécurité IT et Internet des objets : Les véhicules semi-autonomes et autonomes sont exposés aux cyberattaques en raison de leur connexion constante avec le cloud et de nombreux équipements/appareils. Afin d'éviter le piratage des fonctions essentielles telles que le freinage ou la direction, il est donc essentiel de garantir la protection des systèmes informatiques intégrés pour assurer la sécurité, la confidentialité et l'intégrité des informations. La norme ISO/SAE 21434 pour la sécurité des véhicules connectés définit les bonnes pratiques pour sécuriser le développement et l’exploitation des systèmes embarqués. Pour identifier et neutraliser rapidement les menaces potentielles, les constructeurs utilisent des solutions de cybersécurité avancées incluant le chiffrement des données, l’authentification multi-facteurs et les pare-feu embarqués ainsi que des systèmes de détection d'intrusions (IDS) et des outils de surveillance en temps réel.

Régulations : Aux États-Unis, l'agence américaine de sécurité routière, la National Highway Traffic Safety Administration (NHTSA), élabore des directives pour gérer ces nouvelles technologies.

En Europe, des régulations comme le RGPD protègent les données personnelles des conducteurs et passagers.

Le rythme des innovations en matière d’usage de l’IA dans l’automobile, comme dans de nombreux secteurs, nécessite une évolution constante de la législation pour garantir les usages, la responsabilité et la sécurité. Les constructeurs doivent ainsi naviguer entre innovation technologique et respect des exigences légales, tout en anticipant les futures réglementations.

L’IA, le nouveau "Driver" de la mobilité de demain.

L’IA est un élément clé dans la transformation de l’automobile, que ce soit pour améliorer la sécurité, optimiser les processus internes ou offrir une meilleure expérience utilisateur.

Toutefois, le succès de cette révolution dépendra pour les acteurs du marché, de leur capacité à intégrer les contraintes techniques, réglementaires et organisationnelles induites par l’lA.

L’Intelligence Artificielle n’est pas seulement un moteur de progrès pour l’industrie automobile, elle devient un véritable driver de la mobilité du futur.