Honda et l'Ohio testent un système de surveillance routière par IA

Un système utilisant l'IA et les capteurs des véhicules détecte les nids-de-poule et glissières endommagées avec 93% de précision, économisant des millions.

Un système capable de détecter les nids-de-poule et les glissières de sécurité endommagées avec une précision pouvant atteindre 93% a déjà été testé sur des milliers de kilomètres de routes, ce qui pourrait permettre d’économiser des millions de dollars chaque année. C’est ce qu’a démontré un projet pilote mené par Honda et le ministère des Transports de l’Ohio (ODOT), où les véhicules sont devenus des outils de surveillance continue des infrastructures routières.

Le concept repose sur l’utilisation de capteurs déjà présents dans les véhicules modernes. Les caméras et le LiDAR, habituellement employés pour les systèmes d’aide à la conduite, ont été détournés pour enregistrer l’état des routes et des équipements en bordure de chaussée lors de trajets normaux. Les données collectées ont été traitées par intelligence artificielle et transmises à une plateforme cloud, où les tâches de réparation étaient générées et hiérarchisées automatiquement. Ainsi, les équipes d’entretien n’ont plus besoin de parcourir les routes à la recherche de problèmes : le système les identifie et évalue leur urgence.

Le projet pilote a couvert environ 5 000 kilomètres de routes dans le centre et le sud-est de l’Ohio. Le système a détecté des nids-de-poule, des glissières endommagées, des panneaux de signalisation manquants ou dégradés, des défauts de revêtement et d’autres dangers. La précision atteignait 93% pour les glissières et 89% pour les nids-de-poule, avec une détection des panneaux de signalisation allant jusqu’à 99%. Cela a non seulement accéléré les réparations, mais aussi amélioré leur précision, garantissant que les problèmes de sécurité les plus critiques soient traités en priorité.

L’importance du projet apparaît plus clairement quand on considère l’ampleur des infrastructures. L’ODOT gère plus de 70 000 kilomètres de voies et l’un des plus grands réseaux d’autoroutes des États-Unis. Dans un tel contexte, les méthodes d’inspection traditionnelles nécessitent des ressources considérables, tandis que la surveillance automatisée offre une approche fondamentalement différente de la maintenance.

L’impact financier est tout aussi notable. Les estimations du projet suggèrent qu’un déploiement à grande échelle pourrait économiser plus de 4,5 millions de dollars par an, principalement en réduisant les inspections manuelles et en permettant une planification plus efficace. Les réparations peuvent être effectuées plus tôt, avant que les problèmes ne s’aggravent et ne deviennent plus coûteux.

La sécurité est un autre facteur crucial. Les inspections routières sont souvent réalisées dans des conditions dangereuses, notamment sur des routes étroites ou dans des zones à fort trafic. En automatisant la détection des défauts, le système réduit le besoin d’inspections manuelles et contribue à diminuer les risques pour les travailleurs en bord de route.

Le projet est en développement depuis 2021 et a rassemblé plusieurs partenaires, dont Parsons, i-Probe et l’Université de Cincinnati. Leur collaboration a permis de créer un système où la collecte de données, l’analyse et la gestion des infrastructures sont reliées dans un flux de travail unique.

À l’avenir, Honda est déjà en discussion avec plusieurs États pour étendre le système au-delà de l’Ohio. Une prochaine étape pourrait impliquer une participation plus large, où les véhicules du quotidien contribueraient à collecter des données lors de la conduite normale. La participation resterait volontaire, et les données recueillies se limiteraient aux éléments essentiels, comme la localisation et les problèmes routiers détectés.

Si ce modèle est adopté à grande échelle, il pourrait transformer les routes en un système constamment surveillé, qui s’appuie sur les véhicules qui les empruntent chaque jour.