Reconnaissance en temps réel de la voirie en 2 mois !

Contexte

Irider est une entreprise innovante qui a développé IRAS™, le premier système intelligent d'assistance aux conducteurs (Intelligent Rider Assistant Systems). La plateforme logicielle IRAS™ repose sur l'intelligence artificielle, la vision par ordinateur, la connectivité et la robotique pour fournir diverses solutions. Les solutions d'Irider sont spécialement conçues pour les fabricants de véhicules électriques légers, ainsi que pour les opérateurs de flottes et de micromobilité partagée, contribuant ainsi à améliorer la sécurité et l'efficacité dans le secteur de la mobilité légère.

Il y a des gens qui conduisent dangereusement par manque de formation, notamment les conducteurs de scooters et de vélos en free-floating. D'autres personnes adoptent des comportements de conduite à risque en raison de leurs conditions de travail, comme les travailleurs de plateforme (Uber Eats, etc.). Ces comportements provoquent des incidents et augmentent le prix de l'assurance des deux-roues pour tous les utilisateurs, y compris ceux qui respectent le code de la route.

Dans le cadre du développement d'un vélo intelligent, nous avons été sollicités pour la partie de
reconnaissance de la chaussée du vélo en temps réel via une caméra embarquée.

Le Challenge

Il a fallu développer un modèle embarqué sur un device suffisamment léger pour être intégré sur un LEV (Light Electric Vehicle) tout en ayant un temps de réponse du modèle en quasi-temps réel (>25 ms).

Et créer un modèle détectant avec suffisamment de confiance la voie empruntée par l’utilisateur tout en faisant la distinction entre les voies cyclables, les trottoirs, les routes, voies de bus et bandes cyclables.

La Solution

Développement d'un modèle de segmentation pour les voies cyclables, les voies pour voitures, les voies pour bus et les trottoirs. Optimisation du modèle pour le déploiement dans un système TPU (Google Coral TPU).

Les résultats

Modèle mis en prod en 2 mois Plus de 2000 euros d’économisé sur la labellisation d’image 25+ images par secondes sur un système embarqué pour le modèle de segmentation des instances.