Moto intelligente : la voie du succès

Petra Fuchsíková a décidé de connecter sa moto de course à MindSphere lors du lancement de la plateforme sur le marché tchèque. La solution en était alors à ses débuts, et les applications concrètes étaient encore rares.

« Nous avions accès à quelques études réalisées à l’étranger, mais c’était tout. J’ai donc décidé de prendre les devants en connectant MindSphere à une machine que je connaissais par cœur », explique Petra Fuchsíková.

« Nous savions que de montrer les avantages de cette plateforme en connectant une machine qui sort de l’ordinaire serait de nature à convaincre les clients. C’est là qu’est née l’idée d’une moto connectée. L’un de mes collègues a commandé le matériel adapté et développé la solution : le projet est devenu réalité. »

À première vue, rien n’indique qu’il s’agit d’une moto « intelligente » équipée de capteurs sensibles, dissimulés sur différents éléments du carénage, à l’exception de ceux logés sur la fourche, qui sont apparents. En effet, même s’ils sont logés dans des boîtiers fabriqués par imprimante 3D, une chute pourrait les endommager.

Pendant les séances d’essai et les courses, les capteurs collectent des données brutes sur la moto et sur l’environnement extérieur. Ces données sont envoyées sur MindSphere via une application pour y être analysées. Les informations obtenues par l’analyse des données permettent à la pilote de peaufiner le réglage de sa moto, de perfectionner sa stratégie et de travailler son style de pilotage.

L’équipe utilise Fleet Manager, une application gratuite disponible sur la plateforme MindSphere qui permet d’analyser les données collectées. L’équipe peut ainsi surveiller certains paramètres, comparer les données sur une période définie et les représenter sous forme graphique. L’application permet également d’établir des règles. « Une valeur seuil est définie pour chaque paramètre mesuré. Le système signale tout franchissement de la limite fixée », précise la pilote.

L’équipe a accès aux données à tout moment, en ligne ou hors ligne. En revanche, les données ne sont pas communiquées en continu à la pilote lorsqu’elle est sur sa moto. À vitesse élevée, mieux vaut se concentrer sur la trajectoire à suivre. Néanmoins, à la lecture des données, ses collègues peuvent l’avertir d’un danger imminent via les écouteurs dans son casque. « Ils peuvent me signaler que mon pneu arrière n’est pas assez chaud pour pouvoir freiner brusquement en entrée de virage ou incliner fortement la moto en courbe », explique Petra Fuchsíková.

L’analyse des données sur le circuit est particulièrement utile au quotidien. Grâce à l’analyse des données collectées, les mécaniciens peuvent optimiser le réglage de la moto directement après la séance d’essai.

C’est au calme, dans leur bureau, que la pilote et l’équipe analysent en profondeur les données. Avec le recul, ils peuvent s’attacher aux détails. « Nous pouvons utiliser les bibliothèques de MindSphere et traiter les données avec des programmes d’analyse. Nous utilisons notamment des réseaux neuronaux, l’apprentissage automatique, l’analyse prédictive et d’autres outils intégrés aux bibliothèques de la plateforme Siemens, » précise Petra Fuchsíková.

Juin 2020