Grant: Collaborative Research and Development Grants
Université du Québec à Chicoutimi
$39,140.00
Étude sur l'applicabilité des techniques d'intelligence artificielle dans le secteur du repérage automobile pour l'amélioration de la traçabilité et la prédiction par apprentissage
FY 2014-15
Summary
Le vol de véhicules automobiles est un problème mondial ayant des conséquences économiques importantes pour la société. Le Canada est l'un des pays ayant le taux de vol parmi les plus élevés au monde et affiche l'un des plus bas taux de récupération des véhicules. Dans ce contexte, les compagnies d'assurances imposent dorénavant aux détenteurs de voitures à risques élevés l'installation de systèmes de repérage. L'entreprise montréalaise Réseau Sans Fil Otodata inc, par sa filiale TAG Tracking, propose à ses clients un dispositif de repérage basé sur une technologie brevetée qui fonctionne avec des étiquettes RFID actives ainsi qu'avec une infrastructure d'antennes détenues par l'entreprise. Elle offre un produit robuste et à faible coût, ne nécessitant aucun frais mensuels. Malgré l'efficacité démontrée de son système, l'entreprise a identifié des limitations importantes nécessitant une phase de R&D en vue d'améliorer la qualité, la fiabilité et l'offre de service. Deux défis ont été ciblés : l'amélioration de la précision de son système de traçabilité en temps réel et l'exploitation, via des techniques d'apprentissage automatique, de l'historique des données liées aux déplacements des véhicules. Parallèlement au contexte propre à l'entreprise, notre équipe de chercheurs en intelligence artificielle oeuvrant sur le concept d'habitat intelligent a développé une expertise unique et reconnue internationalement, notamment dans le domaine de la reconnaissance d'activités à base de capteurs, de la traçabilité à base de la technologie RFID ainsi que dans le domaine de l'apprentissage non-supervisé (unsupervised data mining). Ce projet de R&D vise donc à démontrer le potentiel d'application de ces modèles développés dans le cadre de nos recherches dans le domaine spécifique des systèmes de repérage et de la traçabilité des véhicules automobiles par radio-identification active.
Program
Collaborative Research and Development Grants
Recipient
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
458988-2013
Name nom
Bouchard, Bruno
Department département
Informatique-mathématique
Organization id
52
Institution établissement
Université du Québec à Chicoutimi
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2014
Competition year année de concours
2013
Award amount
39140
Program id
CRDPJ
Program name en
Collaborative Research and Development Grants
Program name fr
Subventions de recherche et développement coopérative
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
1001
Area of application group en
Northern development
Area of application group fr
Développement du nord
Area of application en
Construction, transportation and communications
Area of application fr
Construction, transports et communications
Research subject code
2800
Research subject group en
Artificial intelligence
Research subject group fr
Intelligence artificielle
Research subject en
Artificial intelligence (computer vision, use2603)
Research subject fr
Intelligence artificielle (vision artificielle, utiliser 2603)
Partie
1
Nb partie
2
Application title
Étude sur l'applicabilité des techniques d'intelligence artificielle dans le secteur du repérage automobile pour l'amélioration de la traçabilité et la prédiction par apprentissage
Keyword
NSERC
Application summary
Le vol de véhicules automobiles est un problème mondial ayant des conséquences économiques importantes pour la société. Le Canada est l'un des pays ayant le taux de vol parmi les plus élevés au monde et affiche l'un des plus bas taux de récupération des véhicules. Dans ce contexte, les compagnies d'assurances imposent dorénavant aux détenteurs de voitures à risques élevés l'installation de systèmes de repérage. L'entreprise montréalaise Réseau Sans Fil Otodata inc, par sa filiale TAG Tracking, propose à ses clients un dispositif de repérage basé sur une technologie brevetée qui fonctionne avec des étiquettes RFID actives ainsi qu'avec une infrastructure d'antennes détenues par l'entreprise. Elle offre un produit robuste et à faible coût, ne nécessitant aucun frais mensuels. Malgré l'efficacité démontrée de son système, l'entreprise a identifié des limitations importantes nécessitant une phase de R&D en vue d'améliorer la qualité, la fiabilité et l'offre de service. Deux défis ont été ciblés : l'amélioration de la précision de son système de traçabilité en temps réel et l'exploitation, via des techniques d'apprentissage automatique, de l'historique des données liées aux déplacements des véhicules. Parallèlement au contexte propre à l'entreprise, notre équipe de chercheurs en intelligence artificielle oeuvrant sur le concept d'habitat intelligent a développé une expertise unique et reconnue internationalement, notamment dans le domaine de la reconnaissance d'activités à base de capteurs, de la traçabilité à base de la technologie RFID ainsi que dans le domaine de l'apprentissage non-supervisé (unsupervised data mining). Ce projet de R&D vise donc à démontrer le potentiel d'application de ces modèles développés dans le cadre de nos recherches dans le domaine spécifique des systèmes de repérage et de la traçabilité des véhicules automobiles par radio-identification active.