EdgeAI-Trust | Une IA embarquée fiable pour les applications critiques

Développer une intelligence artificielle fiable au plus près des données

L’IA embarquée (Edge AI) devient essentielle pour les systèmes intelligents et autonomes. Ces systèmes doivent fonctionner en temps réel, souvent avec une connectivité limitée et des exigences élevées en matière de sécurité. Des véhicules autonomes à la robotique industrielle, traiter et interpréter localement les données des capteurs, sans passer par le cloud, est désormais un enjeu stratégique. EdgeAI-Trust développe un écosystème européen d’IA embarquée fiable. Il permet aux dispositifs intelligents de collaborer, d’analyser les données et de prendre des décisions au plus près de leur source.
 

Groupe cible

Le projet s’adresse aux organisations qui développent ou déploient des systèmes basés sur l’IA nécessitant des performances en temps réel, une grande fiabilité et un haut niveau de sécurité, notamment :

• Les constructeurs automobiles (OEM) et équipementiers de rang 1
• Les entreprises de robotique et d’automatisation industrielle
• Les fournisseurs de solutions de mobilité et de transport intelligent
• Les développeurs de semi-conducteurs et de systèmes embarqués
• Les fournisseurs de logiciels d’IA et d’outils de développement
• Les organismes de recherche et de normalisation
   

Contexte

Le nombre de capteurs intégrés dans les véhicules, les machines et les infrastructures augmente rapidement. Caméras, radars, systèmes LiDAR et dispositifs connectés génèrent en continu d’importants volumes de données qui doivent souvent être analysés en quelques millisecondes.

Transférer l’ensemble de ces données vers le cloud n’est pas toujours envisageable. Les contraintes de latence, de bande passante, de confidentialité et de sécurité imposent de plus en plus un traitement local des données.

Parallèlement, le déploiement de l’IA sur des dispositifs distribués aux ressources limitées soulève de nombreux défis. Les systèmes doivent rester fiables, sécurisés et sobres en énergie tout en fonctionnant sur des plateformes matérielles hétérogènes.

De nouvelles approches sont donc nécessaires pour valider, orchestrer et optimiser les applications d’IA déployées sur des infrastructures edge décentralisées.
 

Objectifs & résultats

EdgeAI-Trust vise à développer un écosystème indépendant des domaines d’application permettant le déploiement d’une IA fiable sur des dispositifs edge hétérogènes et des infrastructures distribuées.

Objectifs du projet

• Développer une architecture de référence pour les systèmes d’IA embarquée décentralisés
• Permettre une collaboration sécurisée, tolérante aux pannes et en temps réel entre dispositifs edge hétérogènes
• Développer des technologies d’IA pour l’apprentissage distribué, la fusion de données et l’inférence embarquée
• Créer des outils pour l’optimisation, la validation et le déploiement écoénergétique d’applications d’IA embarquée
• Mettre en place la plateforme EDEM pour surveiller les performances, la fiabilité et la durabilité de l’écosystème
• Valider les technologies développées dans des cas d’usage critiques, notamment dans le domaine de la mobilité autonome
• Contribuer à la normalisation et favoriser l’exploitation industrielle à l’échelle européenne

Résultats attendus

• Une architecture modulaire d’IA embarquée permettant le déploiement d’applications depuis les systèmes embarqués jusqu’au cloud dans un cadre « zero trust »
• Des composants d’IA dédiés à l’intelligence distribuée, à la perception en temps réel et à la prise de décision collaborative
• Des méthodes de validation et de benchmarking pour les systèmes d’IA décentralisés
• Des techniques d’orchestration écoénergétiques pour des charges de travail IA hétérogènes
• Des démonstrateurs dans les secteurs automobile, de la mobilité et de l’industrie
• Des jeux de données ouverts, benchmarks et méthodologies de validation soutenant l’innovation et la standardisation futures

Ces résultats contribueront à accélérer l’adoption de solutions d’IA fiables par l’industrie européenne tout en renforçant la souveraineté technologique dans des secteurs stratégiques.
 

Approche

Au sein du projet EdgeAI-Trust, Sirris développe et valide des technologies d’IA décentralisées pour les systèmes de transport intelligents, en collaboration étroite avec le partenaire industriel IVEX.

L’objectif est de transformer des données brutes issues de capteurs en connaissances structurées et exploitables pour le développement et la validation de solutions de mobilité autonome et connectée.

1. Perception multi-capteurs en périphérie (edge)

Sirris combine les données de plusieurs capteurs embarqués, notamment des caméras et des radars, afin d’obtenir une compréhension complète de l’environnement du véhicule.

Des algorithmes de perception en temps réel détectent et suivent les usagers de la route, identifient les marquages au sol, analysent les conditions météorologiques et reconnaissent d’autres informations contextuelles pertinentes pour la conduite.

2. Compréhension des scénarios de conduite

À partir de cette couche de perception, des modèles d’IA analysent les interactions entre usagers de la route au fil du temps.

Cette approche permet d’identifier automatiquement des situations significatives telles que les changements de voie, les dépassements, les franchissements d’intersections ou d’autres événements de circulation importants pour les systèmes de transport intelligents.

3. Base de connaissances sur les scènes de conduite

Les événements détectés sont transformés en ensembles de données structurés qui soutiennent à la fois l’analyse en temps réel et l’évaluation hors ligne à grande échelle.

Sirris développe également des technologies d’IA vision-langage permettant d’interroger de vastes archives vidéo au moyen de requêtes en langage naturel. Cela facilite la recherche de scénarios rares, critiques ou complexes sans annotation manuelle.

4. Validation d’une IA embarquée fiable

Les méthodes développées contribuent à la validation et à l’optimisation de systèmes d’IA décentralisés fonctionnant sur des dispositifs edge hétérogènes. En combinant perception, compréhension de scénarios et recherche sémantique, le projet contribue au développement de solutions d’IA plus fiables, explicables et dignes de confiance pour les applications critiques de mobilité.
 

Financement

• Organisme de financement : Union européenne
• Type de project : Horizon Europe – Chips Joint Undertaking (Chips JU)
• Numéro de contrat : 101139892

Logo officiel du projet

Partenaires

EdgeAI-Trust rassemble 51 partenaires issus de 13 pays européens : Allemagne, Autriche, France, Italie, Espagne, Danemark, Belgique, Turquie, Grèce, Lettonie, Chypre, Slovénie et Suisse.

Parmi les partenaires figurent notamment : NVIDIA, STMicroelectronics, AVL, ZF, DLR, BSC, ZHAW, UPV, IVEX. La liste complète est disponible sur : https://www.edgeai-trust.eu/consortium/