Un jumeau numérique pour dessiner le futur des vols autonomes
Au Québec, les scientifiques du projet Autonomie des Mobilités Aériennes du Futur (AMAF) travaillent depuis 2022 à assurer la fiabilité des vols autonomes dans un espace aérien souvent imprévisible. Face à ce défi, les jumeaux numériques jouent un rôle clef.
Accroître et structurer l’autonomie des appareils issus de la mobilité aérienne avancée : c'est l'objectif affiché du projet Autonomie des mobilités aériennes du futur. Ce dernier est porté par le Consortium de recherche et d’innovation en aérospatiale au Québec (CRIAQ) en partenariat avec Thales, Presagis (devenue CAE) et l’Université Laval. «Si les quarante dernières années de l’aéronautique ont vu l’automatisation croissante des aéronefs permettant d’améliorer la sécurité des vols tout en simplifiant les tâches de l’équipage à bord, les nouvelles formes de mobilités, qu’il s’agisse des futurs air taxis ou de drones totalement autonomes, annoncent un nouveau paradigme», annonce Thales dans un communiqué.
Cependant, la circulation d'appareils ou de véhicules aériens autonomes vient avec son lot de risques, notamment de collisions. En effet, ces vols ne peuvent suivre des trajectoires fixes, puisqu'ils doivent s'adapter aux aléas liés à leur environnement. Les appareils peuvent être amenés à percuter des obstacles comme des lignes électriques, des éoliennes, ou encore d'autres appareils volants. Lorsque la visibilité est réduite, la capacité des capteurs à percevoir les obstacles peut également se trouver compromise, plus particulièrement lors des phases de décollage et d'atterrissage.
Un jumeau numérique de l'espace aérien
Dans cet environnement sensible, l'utilisation de simulations est essentielle pour «entraîner» les appareils à mieux appréhender l'espace qui les entoure. Les chercheurs ont pour cela utilisé un jumeau numérique de l'espace aérien conçu par CAE. Ce dernier intégrait des métadonnées sur les objets. L'équipe a donc pu, dans un environnement virtuel, entraîner un programme d'apprentissage automatique à reconnaître des obstacles dans des contextes variés. Le jumeau numérique est en effet capable de prendre en compte les conditions météorologiques comme la circulation de véhicules volants et terrestres. «La production des images d'entraînement de façon synthétique à l’aide du jumeau numérique plutôt que la capture de vraies images avec un processus d’annotation manuel est hautement avantageuse du point de vue du coût et de la précision. Elle permet aussi de reproduire des situations de tests qui seraient difficiles ou dangereuses à produire dans la réalité», précise CAE. Le jumeau numérique, lui, est basé sur des images satellites de haute résolution de la région d’Alma, au Québec.
Au-delà de la phase d'apprentissage, un premier vol en conditions réelles a pu avoir lieu. «Le jumeau numérique a été utilisé pour produire des images suivant les déplacements du véhicule de test. Les images sont traitées par le système de reconnaissance d’obstacles, qui communique avec le système de navigation. Toutes les fonctions sont exécutées en temps réel, ce qui permet d’évaluer la performance d’un système intégré dans un environnement virtuel», explique CAE.
Logiciels utilisés :
• Production de modèles 3D : Presagis Creator
• Assemblage de données géospatiales, raster et vecteur et modèles 3D en format OGC CDB : Presagis Terra Vista presagis.com/en/product/terra-vista/
• Détection de bâtiments et arbres en fonction d’une imagerie satellite à l’aide d’IA : Velocity 5D presagis.com/en/product/velocity5d/
• Rendu 3D à base d’engin de jeu (Unreal Engine) du jumeau numérique en format OGC CDB : Velocity 5D presagis.com/en/product/velocity5d/
• Simulation de mouvement de véhicule en temps réel dans le jumeau numérique : Presagis STAGE presagis.com/en/product/stage/
