ADOUCIR - Aide au diagnostic d’ouvrages par couplage d’images et radar | FEREC 2020

Aide au Diagnostic d’Ouvrages par Couplage d’Images et Radar Lauréat de l’appel à projets 2020 Fondation FEREC « Intelligence artificielle (IA) appliquée aux infrastructures en service » 22 / 23 7 Conclusion et Perspectives ouvertes par le projet notamment en matière de recherche collaborative Dans le projet ADOUCIR, le premier objectif était de montrer la faisabilité d’une approche de reconnaissance de formes combinant images de surface et images de sub-surface acquises par capteur Radar (GPR) pour la classification de parois de ponts en béton en catégories saines ou non. L’approche que nous avons retenue est basée sur des architectures par apprentissage profond. Pour répondre à ces objectifs, nous avons mené une campagne expérimentale d’acquisition de données sur deux structures réelles : des poutres en béton et un pont en service. Les images collectées ont été annotées pour constituer la base d’images pour l’apprentissage et l’évaluation. Les résultats obtenus sur des données réelles ont montré l’intérêt de la prise en compte de données multimodales par rapport à des données monomodales pour effectuer cette tâche. Cette première évaluation est très encourageante mais il est nécessaire de confirmer ces premiers résultats à partir d’une base d’images plus conséquente et offrant des situations plus variées. Nous avons approfondi l’analyse en proposant une segmentation automatique des instances d’hyperboles visibles sur les radargrammes en vue d’extraire des indicateurs physiques sur l’ouvrage. La faisabilité d’une telle segmentation a été évaluée sur des données réelles et les résultats sont également très prometteurs. Cependant l’analyse des performances doit être étendue sur une base d’images et de situations plus large et les méthodes pour caractériser des propriétés physiques en s’appuyant sur les outils d’intelligence artificielle doivent être approfondies. A court-terme, deux nouvelles expérimentations sont prévues pour enrichir la base d’images. Au-delà de l’aspect base de de données, les perspectives ouvertes par le projet ADOUCIR sont de deux ordres.  La première voie de travail d’ordre méthodologique, doit être explorée en lien avec le laboratoire ICube de l’université de Strasbourg. Une thèse est envisagée à partir de l’automne 2022 dans laquelle trois problématiques seront étudiées. Le premier objectif est d’approfondir les stratégies de pré-traitement et de fusion de données en intelligence artificielle. La seconde problématique concerne la caractérisation physique du matériau à partir d’intelligence artificielle. L’idée de mesurer un indicateur de teneur en eau à partir de l’atténuation observée sur les hyperboles présente un réel intérêt et pourrait permettre d’estimer ou de catégoriser la qualité du béton. Enfin un dernier objectif est d’évaluer les capacités de généralisation du modèle sur des images de différents ponts non utilisés pour l’apprentissage et proposer, le cas échéant, des outils adaptés pour que les performances du modèle appris restent de bon niveau quel que soit l’ouvrage inspecté.  Un deuxième axe de recherche et d’innovation concerne l’acquisition d’images par drone sur des zones difficilement inaccessibles d’un ouvrage. La mise au point de plateforme accueillant capteur GPR et le capteur visible sur un drone doit être envisagé. Une première problématique de l’enregistrement de données par drone est d'utiliser les techniques de localisation et de plan de vol pour maîtriser l’acquisition le long de parois verticales pour les deux capteurs. Un second enjeu sera de maîtriser la compatibilité électromagnétique du système embarqué, le rayonnement des antennes utilisées, la profondeur d'investigation attendue dans le béton, ainsi que la résolution spatiale associée. La maitrise de ces paramètres est d’autant plus complexe à résoudre que les contraintes aérologiques doivent être prises en compte pour le vol de drone. Sur ce second axe de travail, des réflexions sont menées avec une entreprise spécialisée dans l’acquisition par drone en milieu complexe et des pistes de collaboration ont été avancées.