Introduction :

 Durabilité et l’atténuation des changements climatiques exigent des émissions nettes nulles à l’échelle mondiale d’ici 2050. Cette transition requiert de tripler la capacité éolienne et solaire, d’éliminer progressivement l’énergie au charbon et d’élargir les infrastructures de transport d’électricité. Pour atteindre ces objectifs, les véhicules à zéro émission et les thermopompes doivent représenter 50 % de la part de marché d’ici 2030. La technologie actuelle permet cette transition, mais le déploiement rapide des infrastructures demeure essentiel.

Les intégrateurs de systèmes mondiaux (GSI) comme HCLTech, en collaboration avec des hyperscalers comme AWS, jouent aujourd’hui un rôle clé dans l’orchestration d’écosystèmes de VE intelligents. En tirant parti de la vaste expertise sectorielle automobile de HCLTech et de l’IA/AM et la pile IdO évolutives d’AWS, les fabricants d’équipement d’origine (OEM) peuvent combler rapidement les lacunes en infrastructure et en intelligence, transformant ainsi l’adoption des VE, d’un défi matériel à une expérience définie par logiciel.

L’adoption des véhicules électriques (VE) fait face à des défis particuliers et les nouveaux VE offriront des autonomies de 300 milles et atteindront la parité de prix avec les moteurs à combustion d’ici 2026. Pour accélérer l’adoption, deux améliorations clés sont requises pour l’infrastructure de recharge : réduire les temps de recharge de la moyenne actuelle de 30 minutes à moins de 10 minutes, et augmenter la densité des bornes de recharge du ratio actuel de 1:14 (bornes de recharge par rapport aux stations-service) à 1:3 d’ici 2030.

Le besoin :

Le marché en expansion des véhicules électriques fait face à un défi persistant : la confiance à la recharge. Les données actuelles montrent un important écart d’infrastructure, avec seulement 46 000 bornes de recharge de VE comparativement à 150 000 stations-service aux États-Unis. Cet écart crée deux défis distincts pour les conducteurs : la planification opérationnelle et les barrières psychologiques.

Les propriétaires de VE doivent gérer activement leurs besoins de recharge au moyen de la planification des trajets et d’une surveillance en temps réel. Le réseau de recharge dispersé, combiné à la variation des vitesses de recharge et à la fiabilité inégale des bornes, amène des difficultés pratiques dans l’utilisation quotidienne. Alors que la plupart des propriétaires de VE effectuant des trajets réguliers rencontrent rarement des problèmes de recharge, les déplacements sur longue distance nécessitent une préparation supplémentaire. Les applications de recharge en temps réel et les systèmes de navigation intégrés aux véhicules aident désormais à répondre à ces défis, en offrant la disponibilité en direct des bornes et des fonctions de planification d’itinéraire.

 Solution :

L’assistant GenAI VE combine l’intelligence artificielle et l’Internet des objets (IdO) pour transformer l’expérience des véhicules électriques. Ce système offre des recommandations de recharge personnalisées, l’optimisation de l’efficacité et de l’assistance d’urgence par l’analyse de données en temps réel. En intégrant des fonctions avancées de navigation avec la communication véhicule-à-tout (V2X), il fournit aux conducteurs un soutien exhaustif renforçant la confiance dans la mobilité électrique. Ce qui distingue cette approche, c’est la capacité d’orchestrer des données inter-domaines – de la télématique, du comportement utilisateur et de l’infrastructure – vers les services d’IA infonuagiques natifs. Les accélérateurs GenAI de HCLTech sur AWS Bedrock peuvent affiner les MLG à l’aide de jeux de données propriétaires de VE, permettant une assistance au conducteur ultra contextuelle qui s’adapte à l’infrastructure et aux habitudes de conduite régionales.

 Les composants ci-dessous de la solution s’intègrent ensemble avec l’échange de données pour fournir les insights requis aux utilisateurs : 

1. Traitement et transmission de signaux de données personnalisés, IoT et commandes vocales :
   1. Les données des capteurs de véhicule sont collectées au niveau périphérique (contrôleur du véhicule) – Base de données du véhicule (DBC) | Système mondial de positionnement (GPS) | Dernier état connu (LKS) | Données de capteurs personnalisés
   2. Capacité de comprendre les commandes vocales de l’utilisateur, de les traiter et de transmettre les commandes nécessaires vers le nuage
2. Recommandations pour optimiser la conduite :
   1. Un modèle d’apprentissage automatique (ML) embarqué analyse les données du véhicule afin d’évaluer le style de conduite et suggère des ajustements de vitesse, de mode éco et d’itinéraire pour maximiser l’efficacité de la batterie, en accédant à la base de connaissances (plusieurs sources telles que des articles scientifiques/manuels OEM)
   2. Fournit ces informations au moteur GenAI qui à son tour fournit une rétroaction en temps réel au conducteur sur son comportement de conduite et son impact sur l’autonomie restante de la batterie
3. Aide à la recharge selon les alertes de faible batterie :
   1. Le système surveille en continu l’état de la batterie du VÉ
   2. Capacité d’alerter le conducteur lorsque le niveau de batterie descend sous un certain seuil, en fournissant des mises à jour en temps réel
   3. Identifie les bornes de recharge les plus proches disponibles selon les coordonnées GPS du véhicule
   4. Fournit des informations détaillées telles que l’emplacement, les caractéristiques de recharge et le temps estimé de recharge
   5. Propose plusieurs points d’intérêt comme des parcs/restaurants/centres commerciaux à proximité accessibles à pied de la borne de recharge afin d’optimiser l’utilisation du temps
4. Service de remorquage automatisé :
   1. Surveille le niveau de batterie et détecte lorsqu’il est critique tout en identifiant les situations où le véhicule ne pourra probablement pas atteindre une borne de recharge à proximité
   2. Met en relation le conducteur avec les fournisseurs de remorquage dans les environs
   3. Permet de soumettre facilement les demandes correspondantes de remorquage auprès des fournisseurs, en partageant les coordonnées, le temps de réponse estimé et les frais associés pour le choix optimal recommandé
5. Mises à jour basées sur la météo :
   1. Surveille la météo de l’emplacement
   2. En cas d’alertes météo sévère, prévient le conducteur des effets sur les batteries de VÉ et fournit des recommandations sur les adaptations à apporter à la conduite
6. Moteur de traitement :
   1. Harmonie synchronisée entre conducteur-véhicule-infrastructure
   2. Collecte et intègre les données de diverses sources telles que les capteurs du véhicule, le GPS et les bases de données externes des bornes de recharge
   3. Assure un flux d’informations synchronisé entre le conducteur, le véhicule et l’infrastructure grâce à l’infrastructure nuagique IoT
   4. Traite ces données intégrées dans le nuage afin de fournir un ensemble d’informations complet et corrélé au conducteur
7. Information automatique au conducteur :
   1. Fournit des notifications audio et textuelles en temps réel au conducteur
   2. Inclut des conseils pour une conduite efficace et des alertes sur l’état de la batterie
   3. Possibilité d’intégration avec le système d’infodivertissement du véhicule pour une expérience utilisateur fluide
   4. S’assure que le conducteur reçoive automatiquement l’information pertinente sans avoir à la chercher manuellement, ce qui entraîne une réduction marquée de l’anxiété du conducteur et améliore la confiance envers le VÉ

Architecture technique :

Services AWS utilisés dans la solution :

1. AWS IoT FleetWise : Il s'agit du cœur de l'ingestion et de la gestion des données des véhicules. Il facilite la collecte, le traitement et l'organisation sécurisés des données diffusées à partir des véhicules connectés. Le schéma le montre fonctionnant en périphérie (dans la passerelle du véhicule) et dans le cloud. Le composant périphérique (Agent de périphérie) prétraite les données (DBC/GPS/LKS du véhicule/signaux personnalisés) avant de les envoyer au cloud pour une analyse et un stockage supplémentaires
2. AWS IoT Core : Ce service infonuagique géré agit comme un centre névralgique pour recevoir, traiter et diriger les messages provenant des véhicules connectés. Il gère la communication entre l'agent périphérique FleetWise et les autres services AWS dans le cloud
3. Amazon Timestream : Une base de données de séries chronologiques optimisée pour l'entreposage et l'interrogation de grandes quantités de données horodatées. Ici, elle sert à stocker les données de télémétrie des véhicules recueillies par FleetWise pour l'analyse et la production de rapports
4. AWS Lambda : Un service d'informatique sans serveur qui permet d'exécuter du code sans gérer de serveurs. Il joue un rôle dans le traitement des données ingérées provenant de diverses sources, le déclenchement d'actions (comme les alertes et les appels API Bedrock) et la gestion des événements en temps réel
5. Amazon SageMaker : Un service d'apprentissage automatique entièrement géré utilisé pour la création, la formation et le déploiement de modèles d'apprentissage automatique. L'architecture l'utilise pour la prédiction du style de conduite basée sur l'apprentissage automatique à partir des données des véhicules
6. Amazon Bedrock : Un service entièrement géré qui rend les modèles fondamentaux de fournisseurs d'IA de pointe Amazon Nova Lite, Nova Pro, Claude 3.7 accessibles. Il gère les tâches de grand modèle de langage (LLM) telles que le traitement du langage naturel dans le système selon le contexte consolidé fourni par Amazon Lambda et les invites personnalisées
7. Amazon Polly : Un service qui convertit le texte en parole réaliste. Celui-ci est utilisé pour générer des alertes et notifications vocales pour le conducteur
8. Amazon Transcribe : Un service de reconnaissance automatique de la parole (ASR) entièrement géré, propulsé par un modèle de base vocal de nouvelle génération à plusieurs milliards de paramètres offrant une grande précision de transcription pour la parole diffusée et enregistrée. Ceci est utilisé pour transcrire les commandes vocales de l'utilisateur/conducteur
9. Amazon Translate : Un service de traduction automatique neuronale qui offre une traduction linguistique rapide, de haute qualité, abordable et personnalisable. Ceci est utilisé selon le besoin pour permettre la prise en charge multilingue

Exemple d’application :

 Valeur pour les utilisateurs : principaux avantages débloqués

Réduction de l’anxiété liée à l’autonomie : L’assistant EV GenAI transforme l’expérience en véhicule électrique en s’attaquant directement à l’anxiété liée à l’autonomie grâce à des données en temps réel et à l’analytique prédictive. Notre système réduit de façon significative le temps de planification des arrêts de recharge tout en donnant un accès instantané à l’information sur la disponibilité parmi 46 000 points de recharge aux États-Unis, ce qui mène à une augmentation du niveau de satisfaction des conducteurs. L’intégration avec AWS IoT Fleet Wise assure la synchronisation en temps réel de l’état du véhicule, permettant que les alertes et décisions soient fondées sur des données opérationnelles en direct, plutôt que des seuils statiques

Sécurité accrue et expérience de conduite améliorée : La sécurité et l’expérience de conduite bénéficient d’améliorations mesurables grâce à une rationalisation des opérations. Le système considère aussi continuellement les conditions routières et météorologiques en temps réel pour mettre à jour les recommandations d’itinéraire. Avec un temps de disponibilité de 99,9 % pour les fonctionnalités essentielles de navigation et le traitement automatisé des alertes météo et routières, les conducteurs ont un accès constant à l’information essentielle

Au-delà du poste de pilotage, GenAI permet aux OEM de tirer des informations macro-niveau, comme les prévisions de demande pour les stations de recharge, le déclenchement de la maintenance préventive et l’alignement au réseau électrique. Ceci est rendu possible grâce à une boucle de rétroaction alimentée par AWS Lake Formation et Amazon SageMaker pipelines.

Intégration transparente : L’intégration technique reste simple sans faire de compromis sur la fonctionnalité. Le système prend en charge 95 % des modèles de VE actuels grâce à des interfaces standards de port de diagnostic embarqué (OBD-II) et s’intègre parfaitement avec les principales plateformes d’infodivertissement incluant Apple CarPlay et Android Auto. Des mises à jour rapides par liaison sans fil (OTA) assurent la compatibilité avec les modèles de véhicules récents.

Adoption accrue des VE et confiance des clients : L’assistant réduit considérablement l’anxiété des conducteurs et accroît la confiance lors des longs trajets. Les nouveaux utilisateurs de VE rapportent une nette amélioration du confort et une diminution des incidents de recharge d’urgence, ce qui entraîne un haut degré de satisfaction utilisateur.

Appel à l’action : Transformez vos opérations VE dès aujourd’hui !

Déploiement en quelques minutes :

Démarrez immédiatement grâce à notre script d’installation automatisé sur le cloud AWS qui déploie EV Assist en quelques clics seulement. Zéro tracas, impact maximal.

Intégration transparente :

Notre processus de mise en place simplifié garantit une intégration sans heurt avec vos systèmes existants sur le cloud AWS – aucune interruption de vos opérations actuelles.

Solution évolutive

• Architecture modulaire prête à s'adapter à vos besoins croissants
• Pleine compatibilité avec les modèles de base Amazon Bedrock
• Fonctionnalités IA avancées grâce à l’intégration de LangGraph et CrewAI

Cette solution est conçue pour l’évolutivité sur plusieurs plateformes multi-OEM. Les plans d’intégration véhicule-edge vers le cloud de HCLTech permettent aux fournisseurs de rang 1 de déployer rapidement les fonctionnalités EV Assist basées sur GenAI sur différents modèles et marques de véhicules, accélérant le temps de mise en marché de plus de 40 %.

Prêt à révolutionner vos opérations de véhicules électriques?

Les OEM et les fournisseurs de rang 1, contactez-nous dès maintenant pour une démonstration

Planifiez une consultation

N’attendez pas – gardez une longueur d’avance sur la concurrence grâce à l’automatisation intelligente d’EV Assist dès aujourd’hui !"