XTRACTIS POUR L'ADAS

Conception d'un système automatique d'aide au freinage d'urgence

Benchmark: xtractis vs forêts aléatoires, boosted trees & réseaux de neurones

L’objectif de cette étude est de détecter instantanément, sans l’aide de caméra, de radar ou de lidar, si un véhicule se trouve dans une situation d’urgence afin d’actionner automatiquement le freinage d’urgence avec déclenchement des ABS.

Elle illustre la capacité de l’IA de Confiance xtractis à induire automatiquement des connaissances sous forme de relations mathématiques prédictives et intelligibles pour modéliser la décision complexe du freinage d’urgence à partir de l’analyse automatique de la situation de conduite. En matière de sécurité routière, la moindre erreur peut s’avérer fatale, il est donc nécessaire d’approcher le modèle parfait Au final, xtractis génère un modèle de classification composé de 25 règles décisionnelles sans chaînage, utilisant 12 prédicteurs parmi les 17 potentiels, et prédit l’état de l’urgence pour l’infinité des points de l’espace de décision avec une fiabilité éprouvée.

Les avantages :
  • Concevoir des véhicules autonomes fiables qui explicitent leur logique de décision
  • Assister le conducteur / la conductrice en fonction de son style de conduite (hésitant, sportif…)
  • Éviter au mieux les accidents

Sommaire :

  1. Type de Modélisation et données de référence
  2. Processus xtractis d’induction automatique
  3. Top-IVE : Meilleur modèle prédictif et intelligible
  4. Performances du top-IVE
  5. Refus de décision
  6. Intelligibilité du modèle et Explicabilité de la décision
  7. Exemple : Prédiction pour la situation de conduite BRUNO_FREIN103.TXT_105.97_659660
  8. Ressources du processus xtractis (Induction + Validation + Déduction)
  9. Benchmark xtractis versus Forêt aléatoire, Boosted trees & Réseaux de neurones
  10. IA Floue “classique” versus l’IA Floue Augmentée xtractis
  11. Conclusions et Avantages de l’IA de Confiance xtractis
Résultats par xtractis® GENERATE 11.3.40047 (11/2021)
Première version Use-Case : 02/2022
Version courante : 02/2022 (v1.0)