Cette solution devrait par ailleurs favoriser une interaction intelligente avec le v\u00e9hicule en fonction des gestes du visage, du corps et des mains, et \u00e0 l’aide de la reconnaissance faciale, identifier les occupants pr\u00e9sents dans l’habitacle pour leur permettre d’acc\u00e9der \u00e0 diff\u00e9rentes fonctionnalit\u00e9s : personnalisation des services d’info divertissement, services individualis\u00e9s et moyens de paiement de covoiturage, par exemple.<\/p>\n
\u00ab La collaboration entre ADI et Jungo ouvre la voie \u00e0 l’utilisation de nouvelles applications de r\u00e9alit\u00e9 augment\u00e9e \u00e0 la pointe de l’innovation, au-del\u00e0 des solutions de contr\u00f4le gestuel que l’on conna\u00eet aujourd’hui \u00bb, a d\u00e9clar\u00e9 Vlad Bulavsky, directeur de la ligne de produits Automotive Connectivity & Sensing d’Analog Devices. \u00ab Nous sommes convaincus que cette collaboration permettra aux applications de d\u00e9tection \u00e0 l’int\u00e9rieur de l’habitacle dot\u00e9es d’une fonction de surveillance du conducteur et des passagers par t\u00e9l\u00e9m\u00e9trie ToF de franchir un nouveau palier pour am\u00e9liorer la s\u00e9curit\u00e9 automobile. \u00bb<\/p>\n
La technologie de d\u00e9tection par mesure du temps de vol (ToF) en 3D est un mode de d\u00e9tection et d’estimation de la distance par la lumi\u00e8re (LIDAR – Light Imaging, Detection And Ranging) sans balayage qui utilise des impulsions optiques de forte puissance pendant quelques nanosecondes pour capturer des informations de profondeur (g\u00e9n\u00e9ralement sur de courtes distances) \u00e0 l’int\u00e9rieur d’une sc\u00e8ne donn\u00e9e. ADI commercialise des produits et des solutions con\u00e7us pour am\u00e9liorer directement les performances des syst\u00e8mes ToF3D (traitement, pilotes de lasers et gestion de la consommation), ainsi que des cartes de d\u00e9veloppement et des logiciels\/micrologiciels pour acc\u00e9l\u00e9rer la mise en \u0153uvre de solutions de mesure du temps de vol en 3D. <\/p>\n
Le logiciel CoDriver de Jungo utilise des algorithmes d’apprentissage profond (deep learning), d’apprentissage automatique (machine learning) et de vision par ordinateur (computer vision) de hautes performances pour surveiller le comportement du conducteur en temps r\u00e9el au moyen de cam\u00e9ras orient\u00e9es vers ce dernier. Il pilote \u00e9galement une technologie de d\u00e9tection compl\u00e8te de l’habitacle et des fonctions telles que le comptage du nombre d’occupants, la d\u00e9tection du port de la ceinture de s\u00e9curit\u00e9, ainsi que la d\u00e9tection ou l’observation de conditions m\u00e9dicales critiques. \u00ab Les algorithmes de surveillance de notre logiciel CoDriver sont utilis\u00e9s par les \u00e9quipementiers (OEM) pour assurer la s\u00e9curit\u00e9 des conducteurs et de leurs passagers, ainsi que pour d\u00e9velopper des cas d’usage innovants qui comprennent le comportement des passagers \u00e0 bord d’un v\u00e9hicule \u00bb, a ajout\u00e9 Ophir Herbst, CEO de Jungo Ltd. \u00ab Nous nous f\u00e9licitons de collaborer avec Analog Devices pour rendre les v\u00e9hicules plus intelligents tout en permettant aux \u00e9quipementiers de se conformer aux r\u00e9glementations en vigueur et d’innover dans leurs v\u00e9hicules de nouvelle g\u00e9n\u00e9ration en associant nos algorithmes \u00e0 la technologie de t\u00e9l\u00e9m\u00e9trie par mesure du temps de vol d’ADI. \u00bb<\/p>\n