May Mobility
May Mobility est une entreprise de technologie de véhicules autonomes (AV) qui développe et déploie des solutions de …
May Mobility est une entreprise de technologie de véhicules autonomes (AV) qui développe et déploie des solutions de transport en commun autonomes. En s'appuyant sur son IA propriétaire de Prise de Décision Multi-Politiques (MPDM), May Mobility propose des trajets autonomes sûrs, accessibles et fiables, en partenariat avec des villes, des agences de transport et des entreprises pour résoudre les défis de la mobilité.
À propos de Véhicules Autonomes
Les Véhicules Autonomes sont des véhicules équipés de systèmes d'IA avancés qui leur permettent de naviguer et de fonctionner sans intervention humaine. Ces systèmes reposent sur une suite de capteurs tels que le LiDAR, le radar et les caméras, combinés à des algorithmes sophistiqués pour la perception, la planification de trajectoire et la prise de décision en temps réel. Ils sont développés pour améliorer la sécurité, l'efficacité du trafic et offrir de nouvelles options de mobilité. La technologie de base se concentre sur la création d'une conscience complète à 360 degrés de l'environnement, dépassant souvent les capacités sensorielles humaines.
Fonctionnalités Clés
- Perception de l'Environnement : Utilise des capteurs comme le LiDAR, le radar et les caméras pour construire une carte 3D détaillée et en temps réel de l'environnement du véhicule.
- Planification de Trajectoire et Navigation : Emploie des algorithmes complexes pour calculer l'itinéraire le plus sûr et le plus efficace vers une destination tout en respectant le code de la route.
- Prise de Décision en Temps Réel : Analyse instantanément les données pour réagir aux conditions dynamiques, telles que les piétons, les autres véhicules et les obstacles inattendus.
- Actionnement du Contrôle du Véhicule : Traduit les commandes numériques de l'IA en actions physiques, y compris la direction, l'accélération et le freinage.
- Communication V2X (Vehicle-to-Everything) : Échange des données avec d'autres véhicules et infrastructures pour améliorer la conscience situationnelle et prédire les schémas de circulation.
Cas d'Utilisation
La technologie des véhicules autonomes est principalement appliquée dans les secteurs nécessitant un transport constant et fiable. Les domaines clés incluent la mobilité urbaine via les services de robotaxi, le transport routier longue distance pour la logistique afin d'augmenter l'efficacité et de pallier la pénurie de chauffeurs, et les robots de livraison du dernier kilomètre pour le commerce électronique et les services de restauration. Elle est également adoptée dans des environnements contrôlés comme les aéroports, les grands sites industriels et les fermes pour les navettes automatisées et les machines agricoles.
Comment Choisir
Lors de la sélection d'un système ou d'une plateforme de conduite autonome, considérez le niveau d'automatisation SAE requis pour votre application (de l'assistance de niveau 2 à l'autonomie complète de niveau 5). Évaluez son Domaine de Conception Opérationnelle (ODD) pour vous assurer qu'il fonctionne de manière fiable dans votre environnement spécifique (par ex., autoroutes, zones urbaines, conditions météorologiques). Évaluez la diversité et la redondance de la suite de capteurs pour la sécurité. Enfin, examinez le processus de validation du système, y compris l'étendue de ses tests en simulation et en conditions réelles.
Véhicules AutonomesCas d'utilisation
Déploiement d'un Service de VTC Autonome
Un fournisseur de mobilité urbaine vise à lancer un service de robotaxi dans une zone urbaine désignée. En déployant une flotte de véhicules équipés d'une plateforme de conduite autonome de niveau 4, il peut offrir un transport à la demande 24h/24 et 7j/7. Le système d'IA gère tous les aspects de la conduite dans la zone définie, de la navigation dans les intersections complexes à la garantie de prises en charge et de déposes fluides des passagers. Cela se traduit par une réduction des coûts opérationnels en éliminant les salaires des chauffeurs, une augmentation de l'utilisation des véhicules et la capacité de collecter de grandes quantités de données routières pour améliorer continuellement la sécurité et l'efficacité du système.
Logistique de Transport Longue Distance Automatisée
Une entreprise de logistique utilise des camions autonomes de niveau 4 pour le transport de fret longue distance entre les centres de distribution. Le système d'IA pilote le camion sur les autoroutes, ce qui constitue la majorité du trajet. Ce modèle « hub-to-hub » permet un fonctionnement quasi continu, car l'IA n'a pas besoin de pauses. Les chauffeurs humains gèrent les premiers et derniers kilomètres plus complexes en milieu urbain. Cette application augmente considérablement l'efficacité énergétique grâce à des schémas de conduite optimisés, réduit les délais de livraison et aide à atténuer la pénurie de chauffeurs de camion longue distance à l'échelle de l'industrie.
Robots de Livraison Autonomes du Dernier Kilomètre
Une entreprise de commerce électronique ou de livraison de repas déploie une flotte de petits robots autonomes à basse vitesse pour les livraisons du dernier kilomètre dans un quartier de banlieue. Les clients passent une commande et l'article est chargé dans un robot dans un hub local. Le robot utilise ensuite l'IA, le GPS et la vision par ordinateur pour naviguer sur les trottoirs et les passages piétons afin d'atteindre l'adresse du client. Cela offre une solution de livraison rentable et sans contact, en particulier pour les petites commandes fréquentes. Cela réduit la dépendance à l'égard des livreurs de l'économie à la demande et diminue l'empreinte carbone des livraisons locales.
Automatisation des Véhicules Agricoles par l'IA
Un exploitant agricole à grande échelle équipe ses tracteurs et moissonneuses-batteuses de kits de navigation autonome. Ces systèmes utilisent un GPS de haute précision et la vision par ordinateur pour suivre des chemins préprogrammés pour des tâches telles que le semis, la pulvérisation et la récolte. L'IA peut faire fonctionner les véhicules 24h/24 et 7j/7 avec une précision centimétrique, dépassant de loin les capacités humaines. Cela conduit à une utilisation optimisée des ressources comme les semences et les engrais, une réduction du compactage du sol, une augmentation des rendements des cultures et permet au personnel agricole de se concentrer sur des tâches de gestion et d'analyse à plus forte valeur ajoutée plutôt que sur la conduite manuelle.
Navettes Autonomes pour Campus et Sites Privés
Un grand campus d'entreprise ou une autorité aéroportuaire met en place une flotte de navettes électriques autonomes pour transporter les employés ou les passagers. Ces navettes fonctionnent sur des itinéraires fixes ou semi-fixes dans un environnement contrôlé à basse vitesse (un Domaine de Conception Opérationnelle clair). Le système de navigation par IA garantit un service sûr et fiable, améliorant l'accessibilité et réduisant la congestion du trafic interne. Ce cas d'utilisation offre une solution de mobilité durable et efficace, améliorant l'expérience utilisateur sur le site et réduisant le besoin d'utiliser des véhicules personnels pour les déplacements de courte distance.
Simulation Haute-Fidélité pour l'Entraînement de Modèles de VA
Un développeur de véhicules autonomes utilise une plateforme de simulation virtuelle pour accélérer l'entraînement et la validation de ses algorithmes de conduite. Au lieu de s'appuyer uniquement sur la conduite en conditions réelles, coûteuse et chronophage, il crée des millions de kilomètres virtuels dans un environnement photoréaliste. Cela lui permet de tester en toute sécurité la réponse de l'IA à des « cas limites » rares et dangereux, comme un piéton apparaissant soudainement derrière une voiture garée. La simulation fournit des métriques de performance détaillées, permettant une itération et une amélioration rapides du modèle d'IA avant même son déploiement sur un véhicule physique, réduisant ainsi considérablement les risques et les coûts de développement.