MtoM Mag - Le journal de l'MtoM.

Samsara, déploie Drowsiness Detection, sa nouvelle solution de détection de la somnolence, accessible à l’ensemble de ses clients dans le monde.

Grâce à ses modèles d’IA entraînés sur des données à grande échelle, cette technologie détecte de manière proactive les signes de fatigue au volant. Elle génère ensuite des alertes en temps réel directement dans la cabine, tout en informant les gestionnaires par message ou e-mail pour un suivi rapide des incidents liés à la fatigue. Ces informations, disponibles sous forme de rapports agrégés sur la plateforme Samsara, permettent aux gestionnaires de mieux comprendre les comportements de somnolence au sein de leur flotte, de renforcer le coaching des conducteurs et, in fine, de réduire les risques d’endormissement au volant pour améliorer la sécurité routière. Selon un rapport de l’Association des sociétés françaises d’autoroutes (ASFA), en 2023, la somnolence au volant serait responsable d’un accident mortel sur cinq. Dans le secteur du transport routier, les conducteurs sont encore plus exposés aux risques en raison des longues heures de travail et des conditions imprévisibles. A ce titre, selon un rapport du Comité des experts, Conseil national de sécurité routière, la somnolence au volant touche entre 10 à 15 % des conducteurs professionnels.

La prévention de la somnolence est une priorité majeure pour les dizaines de milliers de clients de Samsara. Si les avancées en Intelligence Artificielle et en Machine Learning permettent désormais d’émettre des alertes proactives, la somnolence reste un comportement complexe à modéliser pour une détection précise.

« Il n’est pas évident de détecter lorsque quelqu’un est vraiment somnolent. Un signal type, comme le fait de bâiller ou d’avoir les yeux fermés, n’est pas suffisant. La somnolence peut être moins fréquente que d’autres comportements de conduite à risque, donc la précision de détection dépend fortement des données qui nourrissent et entraînent nos modèles d’IA », explique Evan Welbourne, VP of AI and Data chez Samsara. « C’est là que l’ampleur des données de Samsara devient un atout clé. Nos modèles sont formés à partir de plus de 38 milliards de minutes de séquences vidéo, ce qui nous permet d’offrir à nos clients une précision et des résultats inégalés. » Pour assurer une détection précise, la technologie Drowsiness Detection de Samsara est conçue pour analyser plusieurs comportements associés à la fatigue, en s’appuyant sur des normes cliniquement validées. Ces signaux incluent le hochement de tête, l’affaissement, la fermeture prolongée des yeux, le bâillement, le frottement des yeux, ... Le bâillement seul est rarement un indicateur suffisant de somnolence, et une étude auprès des premiers utilisateurs de cette technologie a d’ailleurs révélé qu’environ 77 % des cas de somnolence au volant étaient identifiés par des comportements autres que le bâillement.

Samsara a annoncé pour la première fois le lancement de la technologie Drowsiness Detection lors de sa conférence annuelle Beyond en juin dernier, qui a rassemblé plus de 2 000 responsables d’entreprises ayant des activités de terrain. Depuis, les retours des clients témoignent d’un impact tangible : par exemple, une grande entreprise de services pétroliers a observé une nette diminution des cas de somnolence de ses conducteurs pendant leurs heures de travail grâce à cette solution.

Avec plus de 10 billions de points de données recueillis chaque année, le vaste ensemble de données de Samsara, à l’échelle du pétaoctet, forme des modèles d’IA pour automatiser les flux de travail, accélérer la création de valeur et fournir des analyses personnalisées et actionnables. En un an seulement, les solutions de sécurité vidéo de Samsara ont contribué à éviter plus de 200 000 accidents chez ses clients à travers le monde. Drowsiness Detection est désormais disponible pour les clients du monde entier.

https://www.samsara.com/