Évaluation des performances de l’IA sur la base d’environnements de test mixtes

En faisant tester votre système d’IA par le LNE, vous vous assurez qu’il répond aux normes de sécurité et de performance les plus élevées, ce qui renforce la fiabilité et la fiabilité de votre produit sur le marché. Le partenariat avec le LNE pour des tests rigoureux de vos technologies d'IA et un rapport d'évaluation détaillé utilisé pour démontrer la performance améliore la crédibilité et ouvre des portes à de nouvelles opportunités de marché à la fois localement et mondialement. Ce service propose d'évaluer une gamme de dispositifs agricoles (en ce qui concerne les contraintes physiques du banc d'essai) intégrant l'IA, en particulier ceux utilisant le traitement de la vision, dans notre environnement de test hybride avancé. Notre nouvelle installation d'essai hybride consiste à placer des dispositifs au cœur d'une simulation projetée sur un écran de 300 ° tandis qu'un système de capture de mouvement et une bande transporteuse instrumentée mesurent ses mouvements, le cas échéant. Ces données sont envoyées en continu au simulateur en temps réel afin que le jumeau numérique de l'appareil suive les mêmes mouvements et que l'environnement projeté soit mis à jour en conséquence. Le simulateur intègre également un moteur physique et des modèles de capteurs avancés, permettant de remplacer les capteurs par une sortie virtuelle en temps réel dans les cas où les appareils nécessitent des données spécifiques et / ou si l'évaluation est orientée vers un type particulier de dégradation du capteur. Les produits agricoles typiques évalués comprennent des robots mobiles pour le désherbage ou la récolte autonomes qui utilisent la navigation visuelle (basée sur des caméras 2D) et des caméras intelligentes (avec des fonctionnalités d'IA) pour la surveillance de la santé des cultures ou le suivi du bétail. D'autres capteurs couramment utilisés dans l'agriculture, tels que les caméras 3D pour l'estimation du rendement, le GPS pour le contrôle des véhicules autonomes, le Lidar pour la cartographie du terrain et le sonar pour la détection d'obstacles, sont également pris en charge par l'injection de données à partir du simulateur.