Accueil | AID | Actualités | DEEPLOMATICS : identifier et localiser des drones par l’analyse des sons émis AID ... Actualités | DEEPLOMATICS : identifier et localiser des drones par l’analyse des sons émis

DEEPLOMATICS : identifier et localiser des drones par l’analyse des sons émis

Mise à jour  : 03/03/2022 - Direction : AID

Le projet DEEPLOMATICS, initié en 2019, s’est fixé pour objectif de détecter, suivre la trajectoire et identifier des drones dans un environnement complexe, comme des zones avec du relief ou des zones péri-urbaines et urbaines, avec de multiples masques qui s’avèrent pénalisants pour les technologies classiques de détection, par exemple les radars.

DEEPLOMATICS a permis de développer une solution innovante et adaptative à cette problématique en exploitant des moyens complémentaires de capteurs passifs acoustiques et optroniques adossés à l’utilisation de techniques de Deep Learning : il s’agit d’un réseau de surveillance constitué d’un ensemble d’antennes microphoniques compactes, omnidirectionnelles et indépendantes, conçues et portées à maturité technologique pendant le projet, complétées par un système d'imagerie monté sur une tourelle orientable.

Chaque antenne acoustique est composée de microphones numériques installés sur des supports anti-vibratiles, anti-vent et anti-pluie, et dotée d'une intelligence artificielle indépendante entrainée pour détecter, localiser et identifier en temps réel le type de drone en vol. Technologiquement, chaque antenne a une capacité de couverture d’un rayon de 300 mètres.
Le système d'imagerie active, orientable sur 360°, dispose quant à lui d'un angle d'observation plus restreint, mais possède une portée allant jusqu’à 1.5 km. Son orientation et ses paramètres d’imagerie active sont pilotés en temps réel par les données fusionnées des différents capteurs acoustiques. Une intelligence artificielle entrainée à détecter les drones dans le flux vidéo permet de confirmant la menace perçue par les antennes.
Grâce à cette exploitation simultanée des signatures acoustique et visuelle, il est possible de réaliser la poursuite vidéo d'une cible non coopérative. Cette approche a permis de réaliser un saut scientifique et technique sans précédent pour la sécurisation d’une vaste zone à protéger. A ce stade, en utilisant une base de données d’une quinzaine d’heures d’enregistrements de drones civils de tailles variées, le système a montré une capacité de détection de drones supérieure à 95% et de reconnaissance du modèle de drone supérieure à 85 %.

Figure 1 : Éléments du système de surveillance : exemple de drone à détecter, antenne microphonique avec bonnette anti-vent, intelligence artificielle locale connectée à l’antenne et ensemble de caméras (visible, thermique, et imagerie active dans le proche infrarouge). Crédit photos : ISL // Crédit Logo Deeplomatics : Et Caetera Trendlab

Soutenu par l’Agence de l’innovation de défense (AID) via une subvention ASTRID* d’un montant de 292 000 euros, le projet DEEPLOMATICS a été conduit par un consortium** aux compétences complémentaires en acoustique, en traitement du signal, en machine learning, et en optronique. L’expertise de la Direction générale de l’armement (DGA) a été sollicitée pour valider le concept et les tests conduits par le consortium.  Le projet est en phase d’achèvement et une stratégie de transfert à l’industrie des technologies qu’il a permis de développer est en cours d’élaboration.

Figure 2 : Exemple illustratif d’installation potentielle pour surveiller un site urbain. Le réseau d’antennes microphoniques étant totalement reconfigurable et les intelligences artificielles fonctionnant de manière indépendante, cela permet d’imaginer d’autres topologies en fonction du site à protéger. Une barrière de surveillance acoustique à grande distance acoustique (chaque bulle rouge représente une zone de surveillance acoustique) permet d’orienter le système d’imagerie dans la direction d’un drone détecté (fenêtre d’observation bleue), doublé d’une seconde barrière de surveillance acoustique à faible distance.  Crédit illustration : Éric Bavu, Cnam ParisFigure 3 : Spatialisateur 3D « Spherebedev » conçu au Cnam, et exploité pour l’entrainement et l’augmentation de données de drones en vol enregistrées au cours des campagnes de mesures du projet. Crédit Photo : Cnam ParisFigure 4 : Antenne microphonique avec suspension anti-vibratile (crédit Photo : Cnam / CINELA)

(*) ASTRID (Accompagnement Spécifique des travaux de Recherches et d’Innovation Défense) est un dispositif financé par l’AID, qui vise à soutenir des projets à caractère fortement exploratoire et innovant, pour une durée de 18 à 36 mois. Le montant maximum de l’aide allouée est limité à 300 k€. La nature des travaux de recherches est spécifiquement duale (retombées éventuelles à la fois civiles et militaires).

(**): Consortium constitué par le laboratoire de Mécanique des Structures et des Systèmes Couplés et le laboratoire CEDRIC du CNAM, en partenariat avec le groupe Acoustique et Protection du Combattant et le groupe Advanced Visionics and Processing de l’Institut Franco-Allemand de recherches de Saint Louis (ISL) et la société ROBOOST.


Droits : AID