Le client est un fabricant de systèmes de surveillance de véhicules lourds. L'entreprise propose des caméras vidéo mobiles/de recul, l'enregistrement de véhicules, le suivi de flottes, un radar de recul/une alarme de détection d'objets, la surveillance de la pression des pneus et des systèmes de surveillance du comportement du conducteur déclenchés par des événements. Le client était confronté à des défis tels que le retard dans le traitement des données et l'amélioration de la fiabilité et de la précision de son système d'évaluation des conducteurs. Il était donc à la recherche d'une solution qui pourrait l'aider à traiter et à analyser efficacement le comportement et les mouvements des conducteurs.

eInfochips a proposé une solution combinant les capacités du Deep Learning avec le système d'évaluation des conducteurs existant. Notre équipe d'ingénieurs a entraîné un modèle CNN (réseau neuronal convolutif) avec les données réelles pour développer la solution, ce qui a conduit à une augmentation de la précision du système d'évaluation des conducteurs. Le système classe, filtre et extrait de manière intelligente diverses informations relatives au comportement du conducteur à partir des vidéos de la caméra embarquée qui sont capturées lorsque le conducteur est dans les transports. Il est capable de couvrir un large éventail de scénarios et de types de routes, ce qui accroît encore les capacités des systèmes de conduite autonome. Il élimine ainsi la surveillance manuelle et améliore la précision de l'ensemble du système dans des conditions réelles.