Le groupe ZF, spécialiste dans les systèmes de mobilité, a collaboré avec Cognata, une entreprise spécialisée dans les systèmes autonomes et l’intelligence artificielle. Le 1er juillet, les deux entreprises ont annoncé le lancement de ADAS.ai, un ensemble de services basé sur la data et l’IA pour la validation des systèmes d’aide à la conduite (ADAS). Avec ce nouvel outil, ZF souhaite aider les constructeurs à accélérer la phase de développement des ASAS pour les poids lourds et les véhicules particuliers. La solution pourra être utilisée pour des systèmes ADAS développés par ZF ou d’autres équipementiers de rang 1.
La plateforme ADAS.ai pour accélérer la phase de développement des systèmes d’aide à la conduite
Avec l’aide de Cognata, ZF a développé un ensemble de services évolutif basé sur l’IA et la data pour valider numériquement les systèmes d’aide à la conduite. Du nom d’ADAS.ai, la plateforme repose sur deux innovations majeures :
- Un ensemble de données très haute résolution, synchronisées à partir de multicapteurs. Ces données collectées sont représentatives de tous les scénarios et kilométrages requis pour valider les systèmes ADAS de Niveau 2 ou plus à l’échelle mondiale.
- Une technologie IA (développée en collaboration avec Cognata) qui transforme l’ensemble des données très haute résolution en données d’entrées pour les nouveaux capteurs envisagés dans les nouvelles applications des véhicules.
Christophe Marnat, Vice-président exécutif de la division électronique et ADAS de ZF, évoque l’utilisation des données dans l’ensemble de solutions proposée par sa firme :
“Nous utilisons des données réelles dans une approche de bout en bout, parce que nous connaissons les besoins de nos clients et des organismes de réglementation. Grâce à notre approche, un constructeur n’a besoin ni d’un grand nombre de pilotes d’essai, ni de gros budgets pour un développement et une validation de systèmes ADAS en toute confiance.”
Le vice-président du groupe ZF précise également le fonctionnement et l’utilité du nouveau portefeuille de services :
“Nous réunissons le monde réel et le monde virtuel en utilisant des données réelles pour gérer les deux modalités. Notre but est de rendre possible l’ingénierie virtuelle complète des systèmes ADAS de tous les équipementiers de rang 1. Les constructeurs souhaitent que les caractéristiques de l’ADAS soient entièrement validées numériquement de la même manière dont se déroulent les validations des crash tests et donc avant la construction du premier prototype. Et ZF dispose de la technologie pour y parvenir avec, à la clef, une réduction des délais et des coûts de validation numérique à hauteur de 20 %.”
Un ensemble de services sécurisés conçu grâce à l’intelligence artificielle
ADAS.ai a été conçu sur mesure et intègre des algorithmes exclusifs de Cognata. Danny Atsmon, PDG de l’entreprise, ajoute :
“L’IA développée par Cognata permet à la solution ZF ADAS.ai de transférer les données de conduite réelles à tous les véhicules existants et récents dotés de la technologie ADAS allant jusqu’au Niveau 2+ et de les valider dans le virtuel : il s’agit de la transformation du réel au réel.”
Pour concevoir la plateforme, ZF a exploité toutes les connaissances qu’elle possède dans le monde des technologies matérielles et logicielles ADAS, que ce soit dans les processus de validation ou dans l’élaboration de la documentation pour la conformité liée aux réglementations existantes partout dans le monde. La sécurité reste un aspect important aux yeux de Christophe Marnat :
“Notre priorité, c’est la sécurité et la fiabilité de la technologie ADAS d’aujourd’hui et de demain. Notre processus de développement et de validation en est le reflet, puisqu’il ne repose pas sur des simulations, mais sur des données de conduite réelles recueillies sur des centaines de milliers de kilomètres dans le monde entier. En effet, ZF sait ce qu’il faut pour rendre un système ADAS opérationnel.”
Selon le groupe ZF, ADAS.ai offrira des avantages significatifs en matière de coûts et de qualité par rapport à des processus d’ingénierie et de validation traditionnels basés sur des essais physiques et des technologies de simulation existantes.
