Recherche &
Développement
chez ControlExpert
Recherche &
Recherche & Développement
En tant que pionniers de la numérisation, chez ControlExpert, nous recherchons toujours des possibilités d'intégrer les dernières technologies dans les processus existants afin de les simplifier et de les accélérer. C'est pourquoi nous avons notre propre département de recherche et développement depuis 2015. Notre équipe de 30 membres a déjà effectué des recherches intensives sur la manière dont, par exemple, la technologie des capteurs embarqués peut être utilisée pour la détection, la localisation et le calcul des dommages aux voitures. Un autre exemple de recherche est la façon dont la reconnaissance d'image automatisée peut aider à détecter les niveaux de dommages et les pièces de rechange. Notre objectif est de continuer à améliorer nos applications et nos produits afin de vous fournir les meilleurs résultats.
Visionnaires
ControlExpert déposent des brevets concernant la reconnaissance de dommages et l’utilisation de l’Intelligence Artificielle.
C'est maintenant officiel : notre travail est tourné vers l'avenir ! ControlExpert obtient un brevet dans le domaine de la reconnaissance automatique d'images. Ce processus unique au monde permet un enregistrement des sinistres basé sur la technologie dans le secteur automobile à l'aide d'images et d'intelligence artificielle. Le résultat : un processus plus rapide, une qualité garantie.
30 data scientists sur le terrain dont:
Télématique – Information sur le sinistre en quelques secondes
Vision:
« En cas d'accident, les dommages peuvent être identifiés avant même que la voiture ne s'arrête. »
- Acquisition de données grâce aux capteurs du véhicule.
- Information fiable des circonstances de l’accident et des dommages.
- Lier la donnée de la base de données de ControlExpert pour créer une estimation des dommages.
Reconnaissance automatique d’images
« Facebook, Google, Apple - tous travaillent sur des applications telles que la reconnaissance faciale. Ces mêmes méthodes et algorithmes sont également utilisés par ControlExpert sur des images de voitures. »
- L’inspection de la voiture est facilitée.
- Des images sont triées par dommage automatiquement.
- Une “préestimation” est réalisée.
- Un process rapide et efficace.
1
Détection
Identifier et classer des pièces à partir de photos
2
Identification
Identifier les pieces endommagées
3
Evaluation
Identifier le degré de dommage de chaque pièce
4
Calcul
Estimation du coût des réparations
Chatbots & assistants linguistiques
« Les chatbots ou les assistants linguistiques offrent un soutien dans le processus de premier contact avec la personne concernée. Le gestionnaire de sinistres dispose ainsi de plus de temps pour les demandes clients plus complexes. »
- Accélération du processus.
- Disponible 24h/24.
- Augmenter la satisfaction client.
3D Printing
« L'industrie des pièces de rechange va être révolutionnée. Le développement, la fabrication et les ventes devront être complètement repensés. »
Research project “It’s digitive”
- Question de recherche:
Comment implémenter l'impression 3D dans les chaînes de création de valeur? - Tâches de recherche:
Développement et conception d'un service basé sur la 3D pour un traitement sécurisé et collaboratif. - Tâche de ControlExpert:
Développement d'une plateforme de communication et transfert des exigences des processus de maintenance dans l'industrie automobile. - Partenaires universités:
Fraunhofer Institute, Ruhr University Bochum, Technical University Dortmund, KHS, Sturm, Belfor DeHaDe
Supporté par:
IA basée sur la reconnaissance de dommage
sur des photos et des séquences vidéos
« Détection et calcul basés sur l'IA des dommages aux véhicules sur des photos et des séquences vidéo. »
Projet de recherche "Bergische Innovationsplattform für Künstliche Intelligenz" (BIT) (Plate-forme d'innovation de Bergisch pour l'intelligence artificielle)
- Question de recherche:
Les architectures de modèles les plus récentes apprennent-elles mieux sur des photos ou des vidéos de dommages ? - Tache ControlExpert:
• Développement de modèles d'apprentissage automatique pour la détection et l'évaluation des dommages sur les photos et les vidéos
• Tester des modèles scientifiques d'apprentissage automatique sur des données du monde réel en coopération avec des universités - Partenaires participants:
Bergische Universität Wuppertal, Hochschule Bochum, Institut für Qualitäts- und Zuverlässigkeitsmanagement GmbH, Lorent IT-Lösungen GmbH.
Supporté par :
