La détection d’objets marins par drone repose sur un système avancé intégrant des techniques d’apprentissage automatique et de vision par ordinateur. Les simulations réalisées attestent de l’efficacité des algorithmes pour identifier et classifier avec précision les objets marins.
Ce projet vise à développer un système avancé de drone pour la détection et la classification des objets marins en utilisant des techniques d’apprentissage automatique et de vision par ordinateur. Les simulations ont démontré l’efficacité des algorithmes intégrés pour identifier et classer les objets avec précision.
Ecole internationale supérieure privée polytechnique de Sousse
Spécilité IA & Data Science | Génie Logiciel
Rapport Projet de Fin d’Etudes pour l’obtention du diplôme nationale d’ingénieur en informatique
Conception et réalisation d’un système avancé de drone pour la détection et la classification des objets marins
Réalisé par
BAOULA N. Abdoul – Aziz
Encadré par
Dr. Fakher BEN FTIMA
Dr. Houneida SAKLY
Ing. Dhaker MNARI
Lieu du stage
CRMN SOUSSE
2023/2024
Résumé
Ce projet a pour objectif le développement d’un système avancé de drone destiné à la détection et à la classification des objets marins. Les résultats obtenus à partir des simulations ont révélé l’efficacité des algorithmes intégrés pour la détection et la classification. Ces simulations ont permis d’évaluer les performances du système dans une variété de scénarios, allant de la détection d’objets simples à des environnements marins plus complexes et dynamiques. Les techniques de traitement d’images et d’apprentissage automatique employées ont démontré leur capacité à identifier et classer les objets marins avec une précision notable.
Comparée aux travaux antérieurs, notre approche a réalisé des progrès significatifs en termes de précision et d’efficacité, grâce à l’utilisation de techniques modernes d’apprentissage automatique et de vision par ordinateur. Les études précédentes ont souvent bénéficié de validations physiques plus complètes, ce qui souligne l’importance de telles validations pour confirmer les résultats issus des simulations.
Mots-clés: Système de drone, détection d’objets marins, classification, apprentissage automatique, traitement d’images, simulation, vision par ordinateur.
Abstract
This project aims to develop an advanced drone system for the detection and classification of marine objects. The results obtained from simulations revealed the effectiveness of the integrated algorithms for detection and classification. These simulations allowed for the evaluation of the system’s performance across a range of scenarios, from detecting simple objects to more complex and dynamic marine environments. The image processing and machine learning techniques employed demonstrated their capability to identify and classify marine objects with notable precision.
Compared to previous work, our approach has made significant progress in terms of accuracy and efficiency, thanks to the use of modern machine learning and computer vision techniques. Previous studies often benefited from more comprehensive physical validations, highlighting the importance of such validations to confirm the results obtained from simulations.
Keywords: Drone system, marine object detection, classification, machine learning, image processing, simulation, computer vision.
Introduction Générale
Dans un monde où les océans représentent plus de 70 % de la surface de la Terre, leur exploration et leur préservation sont devenues des impératifs cruciaux pour l’avenir de notre planète. Face aux menaces croissantes telles que le changement climatique, la pollution et la surpêche, il est impératif de développer des approches innovantes pour comprendre et protéger ces écosystèmes marins vitaux. C’est dans ce contexte que les drones aquatiques émergent comme une solution prometteuse, offrant des capacités uniques pour explorer et surveiller les environnements marins de manière efficace et précise.
Au cours des dernières années, le volume de données collectées par les drones sous-marins a connu une croissance exponentielle, alimentant ainsi un intérêt croissant pour la détection et la classification des objets sous-marins. Cette montée en puissance de la technologie offre de nouvelles perspectives passionnantes pour mieux comprendre les écosystèmes marins et prendre des mesures proactives pour leur conservation.
Dans un contexte mondial où les écosystèmes marins sont de plus en plus menacés par les activités humaines et les changements environnementaux, il est devenu impératif de développer des approches innovantes pour explorer et préserver ces précieux habitats.
Cependant, l’exploration et l’analyse du milieu marin présentent des défis uniques et complexes qui nécessitent l’utilisation de technologies innovantes et de méthodes sophistiquées. Les vastes étendues océaniques et les profondeurs inaccessibles rendent souvent difficile l’accès à certaines zones, tandis que les conditions environnementales extrêmes telles que la pression, la température et la salinité posent des défis supplémentaires aux chercheurs et aux opérateurs. Néanmoins, la compréhension et la préservation des écosystèmes marins revêtent une importance capitale pour la santé de notre planète.
L’utilisation de drones sous-marins, ou véhicules sous-marins autonomes (AUV), émerge comme une solution prometteuse. Ces drones peuvent être équipés de capteurs sophistiqués et de systèmes d’intelligence artificielle pour collecter des données, cartographier les fonds marins, surveiller la biodiversité marine, et même détecter des polluants ou des sources d’énergie renouvelable. Cependant, pour qu’ils puissent fonctionner de manière efficace et autonome dans des environnements marins souvent hostiles et imprévisibles, des avancées significatives dans les domaines de l’intelligence artificielle (IA) et de la science des données sont nécessaires.
Dans ce contexte, la problématique de ce projet se concentre sur l’optimisation de la détection et de la classification des objets marins en milieu complexe, tout en utilisant des techniques avancées d’intelligence artificielle et de Data Science.
Comment pouvons-nous développer et appliquer des solutions avancées pour améliorer la précision et l’efficacité des systèmes de détection et de classification des objets marins, tout en optimisant la navigation des drones autonomes sous-marins dans des environnements marins variés et difficiles ?
L’objectif principal de ce projet est de développer des méthodes d’intelligence artificielle et de science des données pour la détection et la classification d’objets marins à l’aide de drones sous-marins. Les objectifs spécifiques incluent :
- Développer des algorithmes de détection automatique d’objets sous-marins : En exploitant des techniques avancées d’apprentissage automatique et de vision par ordinateur, l’objectif est de concevoir des algorithmes capables de repérer automatiquement des objets d’intérêt dans les images et vidéos acquises par les drones sous-marins. Cela pourrait inclure la détection d’épaves d’avions, de bateaux, de coraux, de poissons ou d’autres caractéristiques sous-marines.
- Classer les objets détectés en différentes catégories : L’objectif est de catégoriser les objets détectés en différentes classes ou types, tels que des espèces de poissons, des types de coraux ou des structures d’épaves. Cela permettra une compréhension plus précise de la composition et de la distribution des objets sous-marins.
En atteignant ces objectifs, ce projet contribuera à améliorer notre capacité à explorer et à surveiller les environnements marins, en fournissant des outils avancés pour l’analyse des données collectées par les drones sous-marins. Ces avancées auront un impact significatif sur les domaines de la recherche océanographique, de la conservation de la biodiversité marine et de la gestion des ressources marines, en aidant à mieux comprendre et à préserver les écosystèmes sous-marins pour les générations futures.
Ce projet revêt une importance cruciale pour plusieurs raisons clés :
- Préservation de la biodiversité marine : Les écosystèmes marins abritent une biodiversité incroyablement riche et variée, mais ils sont également confrontés à des menaces croissantes telles que la pollution, le changement climatique et la surpêche. En développant des méthodes avancées pour détecter, surveiller et préserver les habitats et les espèces marines, ce projet contribue à la conservation de la biodiversité marine et à la préservation des écosystèmes fragiles.
- Gestion durable des ressources marines : Les océans fournissent une multitude de ressources essentielles, notamment des aliments, des médicaments, des matériaux et de l’énergie. Une gestion efficace et durable de ces ressources nécessite une compréhension approfondie des processus écologiques et des interactions au sein des écosystèmes marins. En améliorant notre capacité à surveiller et à évaluer les ressources marines, ce projet contribue à une gestion plus efficace et plus durable des océans.
- Compréhension des impacts du changement climatique : Les océans jouent un rôle crucial dans la régulation du climat mondial, mais ils sont également soumis aux effets néfastes du changement climatique, tels que l’acidification, l’élévation du niveau de la mer et la perte de biodiversité. En étudiant les écosystèmes marins et en surveillant les changements environnementaux, ce projet fournit des données précieuses pour évaluer et atténuer les impacts du changement climatique sur les océans.
- Avancées technologiques pour l’exploration sous-marine : L’utilisation de drones sous-marins équipés de technologies d’intelligence artificielle et de science des données représente une avancée significative dans le domaine de l’exploration sous-marine. Ces technologies permettent une collecte de données plus précise, plus efficace et plus rentable, ouvrant de nouvelles possibilités pour la recherche océanographique, l’industrie maritime et la surveillance environnementale.
Ce rapport est structuré de manière à fournir une vue d’ensemble complète du projet, de sa justification à ses résultats et conclusions. La structure du rapport est la suivante :
- Introduction Générale : Ce chapitre établit le contexte du projet, présente ses objectifs et justifie son importance dans le domaine de la recherche océanographique.
- Cadre General du Projet : Dans le second chapitre nous allons présenter l’organisme d’accueil, la problématique et mettre en évidence les recherches antérieures dans le domaine de l’exploration sous-marine, de la détection d’objets sous-marins et de l’utilisation de drones sous-marins pour la collecte de données.
- Méthodologie de Développement : Ce chapitre détaille l’approche méthodologique utilisée dans le projet, y compris la collecte de données, les techniques d’intelligence artificielle et de science des données employées, ainsi que les méthodes d’évaluation des performances.
- Tests et Validation : Les résultats de l’étude sont présentés et analysés en détail, illustrant les performances des algorithmes de détection et de classification d’objets sous-marins développés dans le cadre du projet. Également nous allons interpréter les résultats obtenus, discuter des implications de ces résultats dans le contexte de la recherche océanographique et de la gestion marine, et identifier les éventuelles limitations de l’étude.
- Conclusion Générale : Les principales conclusions du projet sont résumées, mettant en évidence les contributions significatives du travail réalisé et proposant des orientations pour des travaux futurs dans ce domaine.
[detection-objets-marins-par-drone-avance_1]
[detection-objets-marins-par-drone-avance_1]
[detection-objets-marins-par-drone-avance_1]
[detection-objets-marins-par-drone-avance_1]