Aujourd’hui, un camion lourd typique est équipé de plus de 100 capteurs. Un téléphone intelligent, en comparaison, en a une dizaine. Chaque minute, un camion enverra environ 20 gigaoctets de données, ce qui équivaut à 1800 heures de musique en continu. Dans la même minute, nous recevrons plus de 600 000 mesures différentes et trois millions de messages de journaux.

Maintenant, multipliez cette minute par le nombre de minutes de vie opérationnelle d’un camion, et la quantité de données générées devient inconcevable. Pourtant, loin de se noyer dans toutes ces données, les scientifiques des données travaillant dans l’industrie en veulent encore plus.

“Plus il y a de données, mieux c’est,” explique Robert Valton, responsable des données, de l’analytique et de l’IA chez Volvo Group.“Grâce à notre compétence en science des données et aux méthodes et outils analytiques avancés dont nous disposons, d’énormes quantités de données ne sont pas un problème – c’est une opportunité. Cela nous permet de générer des informations encore plus approfondies sur le comportement du camion et de mieux comprendre comment il fonctionne pour optimiser le transport et le soutien à nos clients”.

L’évolution des camions connectés

Au début des années 1990, les premiers camions connectés ont été lancés, et le nombre de véhicules connectés a connu une croissance linéaire depuis. La quantité de données générées a augmenté de façon exponentielle au cours des 30 dernières années, mais le défi a été de trouver des moyens d’utiliser ces données pour créer de la valeur pour les propriétaires de camions et les entreprises de transport.

“TL’historique de la façon dont nous utilisons les données des camions peut être consulté en quatre phases,” dit Robert. “Tout d’abord, nous avons été réactifs et avons examiné les données pour déterminer : que s’est-il passé? Ensuite, avec la connectivité, nous avons commencé à examiner les données plus en temps réel et à déterminer : que se passe-t-il? Au cours des dernières années, nous nous sommes penchés sur ce qui se passera et avons pris des mesures pour le prévenir – la surveillance en temps réel en est un bon exemple. Maintenant, nous allons encore plus loin et utilisons les données et l’IA comme une boule de cristal pour déterminer ce que nous aimerions qu’il se passe pour mieux soutenir nos clients.”

Comment utiliser les données d’un camion pour éviter les pannes

La connectivité est au cœur de la maintenance préventive – le concept de prédire et de prévenir les pannes avant qu’elles ne se produisent.

En analysant les grandes quantités de données qui peuvent être extraites des véhicules et en appliquant l’apprentissage automatique, il est possible d’identifier des modèles communs et des combinaisons de facteurs qui mènent à une défaillance spécifique. Cela peut ensuite être utilisé pour créer des modèles permettant de prédire et de prévenir des défaillances similaires dans d’autres véhicules.

“Nous envoyons une alerte à l’atelier responsable afin qu’il puisse planifier un moment opportun pour que le client visite et diagnostique le problème avant qu’il n’entraîne une panne imprévue.” déclare Elke Decaluwé, vice-présidente, Soutien technique aux concessionnaires, Volvo Trucks.“ Pour les clients, cela signifie augmenter la disponibilité et éviter tous les coûts associés à une panne, tels que la perte de revenus et les dommages à la réputation de l’entreprise.”

Today, Elke and her colleagues collect data from a fleet of nearly 85,000 trucks operating across Europe. Their work has changed dramatically in recent years with new advances in connectivity and data analytics.

Lorsqu’ils ont commencé en 2016, ils surveillaient une flotte de seulement 600 camions, pour un composant – la batterie – et il a fallu une journée complète pour effectuer une vérification. Maintenant, 11 composantes différentes sont surveillées et une vérification peut être effectuée toutes les huit minutes. Environ 4 000 alertes sont envoyées chaque mois, dont 77% préviennent une panne imprévue.

Cependant, comme le rythme de développement ne ralentit pas, les modèles de données et les algorithmes doivent continuellement être raffinés et améliorés.

“Les camions ne sont pas statiques et évoluent constamment, donc les données évoluent aussi.” dit Elke. “Si nous manquons une panne ou si une alerte ne fonctionne pas, c’est un déclencheur pour regarder de plus près et voir si nos modèles doivent être modifiés.”

Quel est l’avenir de la connectivité et des camions connectés?

L’évolution de l’IA a le potentiel de rendre les modèles actuels encore plus précis et complets. Comme l’IA a la capacité d’analyser des quantités beaucoup plus importantes de données, elle peut identifier des modèles et des connexions invisibles et inconnus entre les points de données.

“Traditionnellement, avec l’analyse des données, vous adoptez une approche basée sur des hypothèses où vous sélectionnez les paramètres que vous jugez pertinents.” explique Robert. “Avec une approche axée sur l’IA, vous regardez toutes les données disponibles du camion, que vous pensez qu’elles sont pertinentes ou non. Nous pouvons également combiner d’autres sources de données, comme les conditions météorologiques et les conditions de transport. Nous pouvons créer des modèles encore plus précis et qui peuvent regarder plus loin.”

L’IA pourrait également ouvrir la voie à des camions encore plus intelligents, des véhicules capables de se diagnostiquer et de se réparer efficacement.

“Aujourd’hui, nous envoyons les données du camion à l’arrière-plan d’un centre de surveillance. Mais avec l’IA, nous pourrions effectuer une plus grande analyse à bord du camion lui-même. S’il rencontrait un problème, il exécutait automatiquement les diagnostics et résolvait le problème en modifiant le logiciel. Ce serait presque comme un camion cognitif et auto-réparateur qui peut optimiser la disponibilité et permettre plus de transport avec moins d’impact sur le climat.” dit Robert.