PROcessus hybride FWFI/IA pour la détection autoMatique, la localisation 3D et la classification des réseaux Enterrés par TecHniques ElectromagnétiqUeS – PROMETHEUS

La détection et la localisation des réseaux de services publics en contexte urbain sont devenues un sujet d'intérêt majeur depuis quelques années. La norme (NF S 70-003) exige la reconnaissance des réseaux et une localisation précise à moins de 11 cm par des sociétés certifiées. D'après les retours d'expérience des unités techniques du Ministère de la Transition écologique, aucune solution ne répond actuellement au besoin de cartographie des réseaux sur une grande surface à un coût acceptable pour les collectivités.
Pour une telle entreprise, une cartographie précise des réseaux combinant des méthodes physiques, méthodes d'intelligence artificielle (IA) et technologies innovantes adaptées à l'hybridation, offre un avantage indéniable pour optimiser le travail en termes de temps et de coûts. Cette étape entraînera des gains de fiabilité et contribuera à réduire les risques liés aux réseaux sensibles.
Le projet PROMETHEUS cherche à introduire une telle solution méthodologique et technologique non invasive, basée sur la technologie radar 3D, pour structurer la cartographie urbaine des réseaux enterrés. Le projet sera structuré en cinq axes (WP). WP1 se concentre sur l'état de l'art et les spécifications pour répertorier et sélectionner les indicateurs influents décrivant les canalisations et leur environnement. Cette sélection servira de valeurs de sortie ou de classifications pour les techniques d'apprentissage automatique à développer dans les autres WP.
WP2 est consacré au développement d'une approche d'hybridation (Deep Learning DL & Matrix Pencil Method MPM) pour la détection et la classification automatiques des canalisations appliquées aux données brutes C-Scans acquises à partir d'un dispositif GPR multi-antennes. Le traitement du signal EM peut être utilisé pour l'identification de la cible car il dépend uniquement de sa géométrie et de ses propriétés physiques. Nous proposons donc de réaliser cette identification en appliquant la méthode haute résolution (MPM) aux réponses en fréquence. Ensuite, une segmentation en DL permettra de détecter automatiquement et de classer les canalisations.
En parallèle, WP3 se concentrera sur une approche d'hybridation utilisant le traitement GPR (migration 3D et inversion de forme d’onde) préalablement à un processus d'apprentissage DL, implémenté dans des enquêtes à haut rendement et automatiques, pour la localisation et la classification des utilitaires.
Le dernier WP4 traite de la constitution de différentes bases de données expérimentales GPR qui viendront compléter les données modélisées des WP 2 & 3 pour le développement des approches méthodologiques. Celles-ci seront réalisées sur un site test constitué de plusieurs sols homogènes, sur un site test contrôlant le niveau de la nappe phréatique et plusieurs sites réels proposés par la Métropole de St Quentin. L'utilisation d'un système radar 3D à sauts de fréquences commercial et la conception d'un prototype multi-antennes de laboratoire participeront ainsi à la constitution des bases de données ainsi qu’au développement de la méthodologie globale de détection automatique, de localisation et de classification.
D'un point de vue économique, cette proposition de recherche opérationnelle s'inscrit dans la feuille de route du partenaire industriel (Logiroad) permettant aux collectivités locales d'accéder, à tout moment, à l'ensemble des informations caractérisant leurs ressources routières. L'innovation issue de ce projet améliorera grandement le positionnement, grâce à une plateforme 3D régulièrement mise à jour avec des informations sur le revêtement et la structure de la route, ses installations et réseaux souterrains, sur au moins trois marchés, à savoir : les entreprises de travaux publics, les spécifications du réseau et les collectivités cherchant à optimiser leur gestion.
Pour mener à bien ce projet, les cinq partenaires (dont St-Quentin comme partenaire externe) seront aidés par deux doctorants et plusieurs stages de Master.