Le système de drone sous-marin développé dans ce projet intègre des techniques d’apprentissage automatique et de vision par ordinateur pour la détection et la classification des objets marins. Les simulations réalisées attestent de l’efficacité des algorithmes pour une identification précise des cibles sous-marines.
Introduction
Ce chapitre introduira plusieurs aspects clés du projet. Nous commencerons par présenter l’organisme d’accueil. Ensuite, nous aborderons la problématique centrale du projet. Nous poursuivrons par une revue des travaux antérieurs dans le domaine de la détection et de la classification sous-marine. Le chapitre inclura également la solution proposée pour surmonter les défis identifiés. Nous présenterons les technologies utilisées, en expliquant leur pertinence et leur contribution au projet. Enfin, nous décrirons la planification du projet.
Présentation de l’organisme d’accueil
Dans le cadre de notre projet de fin d’étude, nous avons eu l’opportunité d’être accueillis au Centre de Recherche en Microélectronique et Nanotechnologie (CRMN). Ce centre, créé par le Décret n° 2012-1217 du 27 juillet 2012, est un acteur majeur dans le domaine de la recherche et du développement en microélectronique et nanotechnologie en Tunisie.
Le CRMN joue un rôle clé dans l’innovation technologique en se concentrant sur plusieurs axes de spécialisation, notamment :
- Le développement de circuits intégrés: Le CRMN s’engage dans la création et l’amélioration de circuits intégrés destinés à diverses applications électroniques, offrant ainsi des solutions adaptées aux besoins évolutifs du secteur.
- La fabrication de composants nanoélectroniques: Le centre se spécialise dans la production de composants à l’échelle nanométrique, visant à améliorer les performances et la miniaturisation des dispositifs électroniques.
- La recherche en matériaux avancés pour l’électronique: Le CRMN conduit des recherches sur de nouveaux matériaux pour optimiser les performances et la durabilité des dispositifs électroniques, ouvrant la voie à des innovations significatives.
- Les prestations de service pour l’industrie microélectronique: Le centre offre également des services techniques et consultatifs aux entreprises du secteur, contribuant à l’amélioration continue de l’industrie microélectronique.
Problématique
Le projet a pour objectif principal de concevoir et de mettre en œuvre des solutions avancées pour améliorer la détection et la classification des objets dans des environnements marins complexes. Cette démarche répond à une nécessité croissante de disposer de systèmes robustes et précis pour des applications variées telles que la surveillance écologique, la sécurité maritime et la recherche scientifique.
L’objectif spécifique du projet se décline en plusieurs axes essentiels :
- Collecte et annotation des données: L’objectif initial est de rassembler un ensemble de données représentatif des environnements marins, avec une annotation rigoureuse. Cette étape est cruciale pour entraîner des modèles de détection performants capables de reconnaître divers objets marins dans des conditions variées.
- Développement et entraînement de modèles: L’objectif est de développer des modèles de détection d’objets adaptés aux spécificités des environnements marins. Cela inclut la sélection et l’adaptation des architectures d’apprentissage profond.
- Évaluation des performances: Un objectif clé est d’évaluer rigoureusement la performance des modèles à l’aide de métriques. Cette évaluation permettra de mesurer l’efficacité des modèles dans la détection et la classification des objets marins.
- Optimisation des algorithmes: En fonction des résultats d’évaluation, l’objectif est d’optimiser les algorithmes pour améliorer la précision et l’efficacité des modèles. Cette phase inclut des ajustements des hyperparamètres et des améliorations des architectures de réseau.
- Création d’une plateforme de test: L’objectif est de concevoir une plateforme de test permettant d’intégrer et de valider les modèles dans un environnement contrôlé. Cette plateforme facilitera la mise en œuvre des modèles et la vérification de leur performance dans des conditions simulées.
- Simulation d’environnements sous-marins: Enfin, l’objectif est de simuler des environnements sous-marins pour tester les modèles dans des scénarios réalistes. Bien que les simulations ne puissent remplacer les tests physiques, elles offrent une méthode efficace pour évaluer la robustesse et la fiabilité des modèles avant une validation en conditions réelles.
Présentation des travaux antérieurs dans le domaine de l’exploration sous-marine et de l’utilisation de drone
Cette partie du rapport présente un aperçu des travaux antérieurs qui ont contribué à l’avancement de la recherche dans le domaine de l’exploration sous-marine et de l’utilisation de drones sous-marins. Elle inclut une analyse des études les plus influentes et des avancées technologiques significatives dans le domaine, en mettant en lumière les principales méthodes et techniques utilisées.
Drones et capteurs
Cette section présente les travaux antérieurs relatifs aux drones et aux capteurs, en détaillant les recherches et les développements réalisés dans ce domaine. Nous mettrons en lumière les innovations et les applications des drones.
Autonomous underwater vehicles : future platforms for fisheries acoustics (Paul G Fernandes, Pete Stevenson, & al., 2003) [1]
L’article explore l’application des AUV à la recherche en acoustique des pêches et du plancton. Les principales spécifications des AUV actuellement en service sont décrites, soulignant leur capacité à échantillonner des environnements auparavant inaccessibles comme la surface de la mer, les profondeurs marines et la glace sous-marine. Contrairement aux plateformes traditionnelles pour instruments acoustiques, les AUV sont petits, silencieux, à faible coût et peu affectés par les conditions météorologiques.
L’article donne des exemples de l’utilisation des AUV dans la science de l’acoustique des pêches, en se basant sur des travaux antérieurs dans la mer du Nord et l’océan Austral. Il envisage également des applications futures potentielles. Les progrès simultanés dans la technologie des sonars multifaisceaux et dans l’identification des espèces, à l’aide de sonars multifréquences et à large bande, sont prévus pour améliorer encore l’utilité des AUV.
Malgré les avantages, des améliorations dans la technologie des sources d’énergie sont nécessaires pour étendre la portée des AUV. L’article se termine par une discussion sur les développements futurs qui pourraient permettre aux AUV de passer de concepts parfois perçus comme de la science-fiction à des instruments couramment utilisés pour la collecte de données scientifiques.
Experimental Evaluation of an Autonomous Surface Craft for Shallow-Water Bathymetry (Raygosa-Barahona, Garcia-Terán, & al., 2017) [2]
L’étude examine l’utilisation d’un petit véhicule de surface autonome pour mesurer la bathymétrie dans des environnements côtiers peu profonds tels que les mangroves et les zones humides, qui sont souvent inaccessibles aux véhicules aquatiques traditionnels en raison de leur faible profondeur.
L’objectif de l’étude était de mettre en œuvre et d’évaluer un véhicule autonome équipé de GPS et d’un échosondeur pour réaliser des levés bathymétriques de haute résolution dans ces environnements côtiers. Le but était d’obtenir des données précises malgré les défis posés par les vagues, le vent et les courants.
La méthodologie employée impliquait l’utilisation d’un système de pilotage automatique basé sur des points de cheminement définis par l’utilisateur. La navigation du véhicule était auto-corrigée en temps réel grâce à la cinématique en temps réel pour atteindre une précision suffisante. Deux systèmes de contrôle PID (Proportionnel-Intégral-Dérivé) indépendants étaient utilisés pour réguler la vitesse et le cap du véhicule, avec une procédure simplifiée pour ajuster les paramètres de contrôle PID. Les résultats obtenus avec le système autonome ont été comparés à ceux d’un échosondeur remorqué par un navire pour évaluer la précision de la navigation et la résolution de la topographie du fond.
Les résultats expérimentaux ont montré que le véhicule autonome pouvait produire des cartes bathymétriques précises et détaillées. Les comparaisons avec les levés bathymétriques traditionnels ont confirmé la fiabilité du système.
L’étude a révélé que le système autonome est un outil précieux pour l’étude des environnements côtiers vastes et peu profonds, offrant des données bathymétriques de haute résolution. En conclusion, l’utilisation d’un véhicule de surface autonome équipé de GPS et d’un échosondeur s’est avérée efficace pour la bathymétrie en eaux peu profondes, présentant une grande précision dans la navigation et une bonne résolution des données, ce qui en fait un outil utile pour la recherche et la gestion des environnements côtiers.
Field Observation of Tornadic Supercells by Multiple Autonomous Fixed-Wing Unmanned Aircraft (Eric W. Frew, Brian Argrow, & al., 2020) [3]
L’article présente les résultats d’une étude axée sur la conception et le déploiement sur le terrain de plusieurs avions sans pilote à voilure fixe autonomes dans des orages supercellulaires. Réalisée au printemps 2019, cette campagne de terrain visait à améliorer la compréhension des conditions atmosphériques menant à la formation de tornades.
La méthodologie de l’étude a impliqué le déploiement simultané de jusqu’à trois avions sans pilote à voilure fixe dans différentes zones d’orages supercellulaires pour collecter des données. Le succès du déploiement a été largement attribué à un concept de fonctionnement nomade, qui a permis une collaboration fluide entre l’équipe des systèmes de véhicules sans pilote et l’équipe scientifique, tout en respectant les régulations aéronautiques. Les avions utilisés étaient du système RAAVEN, reconnu pour ses caractéristiques modulaires qui favorisent la rapidité et la facilité d’utilisation, en contraste avec la robustesse des conceptions antérieures.
Les résultats ont montré que, pendant une fenêtre de quatre jours, quatre tempêtes ont été échantillonnées. Parmi celles-ci, deux étaient tornadiques, ayant formé des tornades avant, pendant ou après l’échantillonnage, tandis que les deux autres ne l’étaient pas. Les données obtenues ont confirmé la faisabilité du déploiement nomade de plusieurs avions sans pilote simultanément, même dans des conditions météorologiques sévères. L’importance du design modulaire des AUV a été soulignée, montrant que ces caractéristiques étaient cruciales pour les opérations dans des environnements extrêmes.
En conclusion, l’étude démontre que les avions sans pilote à voilure fixe autonomes peuvent être déployés efficacement pour observer les supercellules tornadiques, offrant des perspectives précieuses sur les conditions atmosphériques propices à la formation de tornades. Le concept de fonctionnement nomade et la conception modulaire des avions ont été des éléments clés du succès de ces déploiements dans des conditions météorologiques difficiles.