A mesure que les voitures deviennent des services de mobilité, Fujitsu et AWS développent des outils de cloud computing pour l’automobile
A mesure que les voitures deviennent des services de mobilité, Fujitsu et AWS développent des outils de cloud computing pour l’automobile

Amazon et la plus grande société informatique du Japon collaborent pour aider les constructeurs automobiles à passer au stade de fournisseurs de services de transport.
Alors que les constructeurs automobiles explorent un avenir en tant que « fournisseurs de services de mobilité », de nouveaux défis informatiques pour ces services de transport apparaissent également. Fujitsu et Amazon Web Services (AWS) ont donc annoncé un partenariat stratégique qui, selon eux, pourrait répondre aux besoins de ce nouveau marché.
« Des études montrent que les modèles de possession d’une voiture sont remis en question, les consommateurs se tournant vers les fournisseurs de mobilité pour leurs besoins de mobilité », explique Hussein Dia, professeur de mobilité urbaine future à l’université de technologie Swinburne de Melbourne, en Australie. « Le concept d’achat d’un bien coûteux avec une forte dépréciation qui est garé la plupart du temps, n’a plus de sens pour beaucoup, en particulier les plus jeunes. »
Annoncé le mois dernier, l’accord conjoint prévoit que Fujitsu fournisse et gère des outils de mobilité numérique sur la plateforme cloud d’AWS. Fujitsu commencera à déployer ces outils AWS en octobre, d’abord au Japon, puis en Amérique du Nord et en Europe avant la fin de l’année. Ces technologies peuvent être utilisées individuellement ou dans le cadre d’une suite baptisée Mobility Digital Twin, qui reproduit l’environnement réel des conducteurs sur un fac-similé numérique.
Shunichi Ko, directeur de l’unité commerciale Mobility Accelerator de Fujitsu, explique que Mobility Digital Twin utilise un réseau distribué étendu pour collecter et utiliser les données afin de créer un miroir numérique des routes et des véhicules qui peut être exploité pour produire, par exemple, des informations dynamiques telles que l’emplacement des stations-service à proximité et leur prix de l’essence, les zones d’embouteillage, l’optimisation des itinéraires, le stationnement intelligent, l’analyse des accidents et les alertes de guidage routier, le tout en temps réel.
Pour y parvenir, Shunichi Ko décrit les technologies clés qui composent le jumeau numérique de la mobilité.
Le contenu vidéo des caméras d’une voiture est compressé à l’intérieur du véhicule et transmis sans fil sous forme de données H.264 à un centre de traitement dans le Cloud d’AWS, où l’algorithme de compression d’allègement d’image de Fujitsu le réduit encore à 0,1 % de sa taille d’origine. La technologie de reconnaissance d’images basée sur l’IA utilise ces métadonnées pour reconnaître et classer des objets tels que des panneaux de signalisation, des feux de circulation, des bâtiments et des personnes, ainsi que pour distinguer les types de véhicules sur la route tels que les camions, les bus et les voitures. Fujitsu combine ces résultats avec sa technologie de localisation et de cartographie simultanées (SLAM visuelle : Simultaneous Localization and Mapping) pour trianguler la position, l’orientation et la vitesse du véhicule, ainsi que pour créer une carte en 3D des environs du véhicule.

Schéma Fujitsu Mobility Digital Twin
« Le concept de jumeaux numériques dans le transport urbain n’est pas nouveau », explique Hussein Dia. « Mais la mise à l’échelle de ces modèles dans de grandes zones urbaines est un défi, et c’est là que ces deux géants de la technologie peuvent faire la différence en capitalisant sur leur expérience en matière d’intégration de systèmes, d’IA et d’analyse de données. »
Afin de traiter des masses de données provenant d’un grand nombre de voitures, Fujitsu a mis au point une technologie de traitement des flux appelée Dracena (Dynamically Reconfigurable Asynchronous Consistent EveNt-processing Architecture) qui traite en parallèle et en temps réel des flux continus de données, voiture par voiture, plutôt que de les traiter par lots.
« Dracena est une solution de jumeau numérique totalement évolutive », explique Pavan Choudhary, architecte de solutions senior chez Fujitsu Consulting India Pvt. Ltd. à Pune, en Inde. « Il n’y a pas de limite à la quantité de données qui peuvent être traitées. Elle tire parti de l’immense puissance informatique du cloud avec une évolutivité à la demande. »
Les autres modules de la suite comprennent un centre d’opérations de sécurité qui utilise la détection d’anomalies pour prévenir les cybermenaces, et l’optimisation combinatoire Digital Annealer de Fujitsu pour permettre aux conducteurs de trouver le chemin le plus court vers leur destination.
Pour s’assurer que tout cela se déroule comme prévu, Fujitsu formera 750 nouveaux ingénieurs systèmes certifiés AWS afin de renforcer ses capacités de développement de systèmes. « Il s’agira principalement d’ingénieurs travaillant déjà dans l’entreprise », précise M. Ko. « Bien que certains seront de nouvelles recrues ». À partir de ceux-ci, Fujitsu formera des unités avec les ingénieurs d’AWS pour travailler sur place avec les constructeurs automobiles, dans certains cas de manière permanente.
Shunichi Ko indique que, plus tard, Fujitsu étendra l’application de la technologie à d’autres secteurs, comme les assurances, afin d’améliorer l’efficacité et de fournir un traitement personnalisé.
« Le marché de la mobilité urbaine est en pleine croissance », déclare Hussein Dia. « Le dernier recensement en Australie, par exemple, montre que les ménages ont dépensé en 2016 environ 70 milliards de dollars australiens (54 milliards de dollars américains) par an en transports privés et publics. Vous pouvez imaginer à quel point ce chiffre est nettement plus élevé pour les économies dont la population est plus importante, comme le Japon et les États-Unis. »
https://www.fujitsu.com/global/about/resources/news/press-releases/2021/0512-01.html
https://www.automate.org/blogs/what-is-visual-slam-technology-and-what-is-it-used-for
https://www.fujitsu.com/global/about/resources/publications/technicalreview/2020-02/article04.html