Fujitsu Limited et l'Université Carnegie Mellon ont annoncé conjointement une avancée remarquable : le développement d'une technologie de jumeau numérique social basée sur l'intelligence artificielle, destinée à révolutionner l'analyse du trafic. Cette recherche collaborative, initiée en février 2022, a abouti à un système novateur capable de convertir des images 2D capturées par une simple caméra RVB monoculaire en modèles 3D détaillés. Cette approche innovante, fondée sur l'apprentissage profond, représente une avancée majeure dans la visualisation et l'analyse de haute précision des scénarios de trafic 3D dynamiques.
Fujitsu et Carnegie Mellondefil'analyse du trafic grâce à l'intégration de l'IA
Fujitsu Limited et l'Université Carnegie Mellon ont dévoilé une technologie révolutionnaire qui promet de transformer l'analyse du trafic et la préventiondent . Entamée en février 2022, leur collaboration visait à développer un jumeau numérique social capable de reproduire dynamiquement des interactions complexes dans des espaces 3D. Le fruit de ces recherches est un système d'intelligence artificielle qui transforme des images de scènes 2D, capturées par une caméra RVB monoculaire, en formats 3D numériques.
Le système repose sur deux technologies clés, chacune jouant un rôle essentiel dans son fonctionnement. La première, la technologie d'estimation d'occupation 3D, utilise des réseaux d'apprentissage profond pour distinguer les objets dans l'espace 3D à partir d'images d'une caméra RVB monoculaire. En représentant ces objets sous forme de voxels dans l'espace 3D, le système acquiert une compréhension détaillée des scènes, permettant une estimation précise de la forme 3D des zones invisibles sur l'image d'entrée. La seconde technologie clé, la projection 3D, construit un jumeau numérique 3D à partir des résultats de la technologie d'estimation d'occupation. Cette étape intègre des connaissances en analyse du comportement humain, garantissant ainsi la cohérence des mouvements avec le monde réel et permettant une estimation précise de la position, même lorsque des parties des objets sont obstruées.
Pour répondre aux préoccupations liées à la protection de la vie privée, cette technologie anonymisematicles visages et les plaques d'immatriculation, témoignant ainsi de l'engagement de Fujitsu et de l'Université Carnegie Mellon en faveur d'une utilisation responsable de l'IA. Fujitsu et Carnegie Mellon envisagent la commercialisation de cette technologie d'ici l'exercice 2025, en étendant son application au-delà des transports pour englober les villes intelligentes et la sécurité routière.
Essais sur le terrain à Pittsburgh – Validation du potentiel de cette technologie basée sur l'IA
Forts du potentiel prometteur de cette technologie, Fujitsu et l'université Carnegie Mellon ont lancé des essais sur le terrain à Pittsburgh (États-Unis), du 22 février au 31 mai 2024. Ces essais ont exploité les données recueillies aux intersections de la ville grâce à une caméra RVB monoculaire installée sur le campus de l'université Carnegie Mellon. L'objectif principal était d'analyser les conditions de circulation et d'affluence, etdentidentifier les risques d'dent, notamment les angles morts causés par les bâtiments et les attroupements temporaires. La reproduction de ces données sur un jumeau numérique social a permis d'évaluer l'efficacité de la technologie en situation réelle.
Le professeur adjoint de recherche, László A. Jeni, s'est félicité de cette réussite collaborative, soulignant l'engagement constant à faire progresser la recherche sur les technologies de pointe. La collaboration entre l'équipe de Fujitsu et les experts universitaires de CMU a joué un rôle déterminant dans l'atteinte de cette étape importante.
Daiki Masumoto, chercheur et directeur du Laboratoire des technologies convergentes chez Fujitsu Research, a souligné l'adéquation de cette technologie avec la mission plus large de Fujitsu, qui vise à rendre le monde plus durable grâce à l'innovation. Il s'est dit ravi de cette avancée significative vers la réalisation de leurs objectifs grâce à la collaboration avec l'Université Carnegie Mellon.
À mesure que les essais sur le terrain se déroulent, les implications de cette basée sur l'IA pour l'analyse du trafic et l'aménagement urbain deviennent de plus en plus dent . Le potentiel de cette innovation pour améliorer la sécurité, optimiser la fluidité du trafic et contribuer au développement des villes intelligentes est considérable. La question demeure : comment cette technologie révolutionnaire redéfinira-t defi elle notre approche de l'urbanisme, des transports et des défis sociétaux dans les années à venir ?
