13.3 : Internet des objets (IoT)

Last updated
Save as PDF

Page ID: 167279

Ly-Huong T. Pham, Tejal Desai-Naik, Laurie Hammond, & Wael Abdeljabbar
ASCCC Open Educational Resources Initiative (OERI)

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

Internet des objets (IoT)

Rouse (2019) explique que l'IoT est mis en œuvre sous la forme d'un ensemble d'objets physiques connectés au Web ou d'objets intégrés à des logiciels, du matériel, des capteurs et des processeurs pour collecter et envoyer des données au fur et à mesure qu'elles sont acquises dans leurs environnements. Une « chose » peut être à peu près n'importe quoi, une machine, un objet, un animal ou même des personnes, à condition que chaque objet possède un identifiant unique intégré et soit connecté au Web.

Dans un rapport de McKinsey & Company sur l'Internet des objets (Chui et al., 2010), six applications générales sont identifiées :

Suivi du comportement. Lorsque les produits sont intégrés à des capteurs, les entreprises peuvent suivre les mouvements de ces produits et même surveiller les interactions avec eux. Les modèles commerciaux peuvent être affinés pour tirer parti de ces données comportementales. Certaines compagnies d'assurance proposent par exemple d'installer des capteurs de localisation dans les voitures des clients. Cela permet à ces entreprises de baser le prix des polices sur la façon dont une voiture est conduite et sur l'endroit où elle se déplace.
Meilleure connaissance de la situation. Les données provenant d'un grand nombre de capteurs, par exemple dans les infrastructures (telles que les routes et les bâtiments), ou pour signaler les conditions environnementales (y compris l'humidité du sol, les courants océaniques ou la météo), peuvent donner aux décideurs une meilleure connaissance des événements en temps réel, en particulier lorsque les capteurs sont utilisés avec technologies avancées d'affichage ou de visualisation. Le personnel de sécurité, par exemple, peut utiliser des réseaux de capteurs qui combinent des détecteurs vidéo, audio et de vibrations pour détecter les personnes non autorisées qui pénètrent dans des zones réglementées.
Analyse des décisions pilotée par des capteurs. L'Internet des objets peut également faciliter la planification et la prise de décisions humaines à plus long terme et plus complexes. Les exigences technologiques (ressources informatiques et de stockage considérables associées à des systèmes logiciels avancés qui génèrent divers affichages graphiques pour analyser les données) augmentent en conséquence.
Optimisation des processus. Certaines industries, telles que la production de produits chimiques, installent des légions de capteurs pour apporter une plus grande granularité à la surveillance. Ces capteurs fournissent des données aux ordinateurs, qui les analysent à leur tour, puis envoient des signaux aux actionneurs qui ajustent les processus, par exemple en modifiant les mélanges d'ingrédients, les températures ou les pressions.
Consommation de ressources optimisée. Des capteurs en réseau et des mécanismes de rétroaction automatisés peuvent modifier les modes d'utilisation de ressources rares, telles que l'énergie et l'eau. Cela peut être réalisé en modifiant dynamiquement le prix de ces produits afin d'augmenter ou de réduire la demande.
Systèmes autonomes complexes. L'utilisation la plus exigeante de l'Internet des objets implique la détection rapide et en temps réel de conditions imprévisibles et des réponses instantanées guidées par des systèmes automatisés. Ce type de prise de décision automatique imite les réactions humaines, mais à des niveaux de performance considérablement améliorés. L'industrie automobile, par exemple, intensifie le développement de systèmes capables de détecter les collisions imminentes et de prendre des mesures d'évitement.

L'IoT a évolué depuis les années 1970 et, en 2020, il est désormais principalement associé aux maisons intelligentes. Des produits tels que des thermostats intelligents, des portes intelligentes, des lampes, des systèmes de sécurité domestique, des appareils électroménagers, etc. Par exemple, Amazon Echo, Google Home et le HomePod d'Apple sont des hubs domestiques intelligents permettant de gérer tous les objets connectés intelligents de la maison. De plus en plus d'appareils IoT continueront d'être proposés, les fournisseurs cherchant à tout rendre « intelligent ».

Autonome

Une tendance émerge : celle des robots et des véhicules autonomes. En combinant des logiciels, des capteurs et des technologies de localisation, des dispositifs capables de fonctionner eux-mêmes pour exécuter des fonctions spécifiques sont développés. Ils prennent la forme de créations telles que des robots médicaux nanotechnologiques (nanobots), des voitures autonomes, des camions autonomes, des drones ou des véhicules aériens sans équipage (UAV).

Un nanobot est un robot dont les composants sont à l'échelle du nanomètre, soit un milliardième de mètre. Bien qu'il s'agisse encore d'un domaine émergent, il s'avère prometteur pour des applications dans le domaine médical. Par exemple, un ensemble de nanobots pourrait être introduit dans le corps humain pour combattre un cancer ou une maladie spécifique. En mars 2012, Google a fait découvrir sa voiture autonome au monde entier en publiant une vidéo sur YouTube montrant un aveugle conduisant la voiture dans la région de San Francisco (ou en recherchant « Self-Driving Car Test : Steve Mahan »). La voiture combine plusieurs technologies, dont un système radar laser, d'une valeur d'environ 150 000 dollars.

D'ici 2020, 38 États ont promulgué des lois autorisant diverses activités, allant de la réalisation d'études à des essais pilotes limités, au déploiement complet de véhicules utilitaires sans opérateur humain ; les détails peuvent être consultés sur ghsa.org.

La Society of Automotive Engineers (SAE, 2018) a conçu un système d'évaluation de zéro à cinq détaillant les différents niveaux d'automatisation. Plus le niveau est élevé, plus le véhicule est automatisé.

Niveau zéro : pas d'automatisation — Le conducteur effectue toute la conduite sans l'aide du véhicule
Niveau 1 : assistance au conducteur — Le véhicule aide à diriger, à accélérer ou à ralentir, mais le conducteur continue de conduire.
Niveau 2 : automatisation partielle — Le véhicule fonctionne avec un ou plusieurs systèmes, mais le conducteur continue de conduire.
Niveau 3 : automatisation conditionnelle — Le véhicule aide à diriger et à freiner ou à accélérer, mais le conducteur doit toujours surveiller et peut intervenir si nécessaire en restant assis sur le siège du conducteur.
Niveau 4 : automatisation élevée — Le véhicule effectue toutes les tâches de conduite même si le conducteur n'intervient pas dans des conditions limitées (par exemple, dans les taxis locaux)
Niveau 5 : Automatisation complète — Le véhicule effectue toutes les tâches sans chauffeur sur toutes les routes et dans toutes les conditions.

Les consommateurs ont commencé à constater que les fonctionnalités des niveaux 1 et 3 sont intégrées aux voitures non autonomes d'aujourd'hui, et cette tendance devrait se poursuivre.

Un UAV, souvent appelé « drone », est un petit avion ou un hélicoptère qui peut voler sans pilote. Au lieu d'un pilote, ils sont soit gérés de manière autonome par les ordinateurs du véhicule, soit pilotés par une personne à l'aide d'une télécommande. Alors que la plupart des drones sont aujourd'hui utilisés pour des applications militaires ou civiles, le marché des drones personnels est en pleine expansion. Pour quelques centaines de dollars, un consommateur peut acheter un drone pour un usage personnel.

L'utilisation commerciale des drones commence à émerger. Des entreprises comme Amazon prévoient de livrer leurs colis à leurs clients à l'aide de drones, Walmart prévoit d'utiliser des drones pour transporter des objets dans leurs magasins. Ce secteur devrait devenir un marché mondial de 12,6 milliards de dollars d'ici 2025 (Statista.com, 2019).

Références :

Véhicules autonomes. Consulté le 10 décembre 2020 sur https://www.ghsa.org/state-laws/issues/autonomous%20vehicles.

Chui, M. et Roberts R (2010, 1er mars). L'Internet des objets. Consulté le 10 décembre 2020 sur https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/the-internet-of-things.

Rouse, Marguerite (2019). Internet des objets (IoT). Agenda IoT. Consulté le 11 décembre 2020 sur https://internetofthingsagenda.techtarget.com/definit ION/Internet-of-Things-IoT.

SAE International publie un graphique visuel mis à jour pour sa norme « Niveaux d'automatisation de la conduite » pour les véhicules autonomes (2018). Consulté le 10 décembre 2020 sur https://www.sae.org/news/press-room/2018/12/sae-international-releases-updated-visual-chart-for-its-%E2%80%9Clevels-of-driving-automation%E2%80%9D-standard-for-self-driving-vehicles.

Statista. Les drones commerciaux décollent (2019). Consulté le 11 décembre 2020 sur https://www.statista.com/chart/17201/commecial-drones-projected-growth/.