EASY-(DAI)² - Economical & Automated SYstem for Distresses Detection on Airfield Infrastructure with Artificial Intelligence | FEREC 2020

Vers un relevé simplifié et automatisé des dégradations par IA Lauréat de l’appel à projets 2020 Fondation FEREC « Intelligence artificielle (IA) appliquée aux infrastructures en service » 19 / 39 4.4 Expérimentation sur le site de Lognes En novembre 2021, la solution technique décrite dans le chapitre précédent a été expérimentée et testée sur l’aérodrome de Lognes-Emerainville en Seine-et-Marne. Cette infrastructure, gérée par Aéroport de Paris, est le premier aérodrome de France pour l’aviation civile légère privée et est ouvert au trafic international. La chaussée aéroportuaire sur ce site est souple (en enrobé bitumineux) et a subi de nombreuses réparations (pontages de fissures). Pour une première expérimentation in situ en conditions réelles de mesure, la piste a pu être fermée pendant plusieurs heures consécutives sans que cela ne pénalise significativement le trafic aérien. En outre, tout véhicule d’essai pouvait intervenir sur la piste ce qui a permis de travailler avec plusieurs véhicules. Figure 12. Photos de l'expérience menée à Lognes Sur le site de Lognes, les relevés ont été effectués sur 4 « bandes » (ou couloirs) d’une longueur de 550m chacune environ, une bande étant décalée de sa voisine d’une distance de 2m dans le sens transversal. Cela correspond au balayage de la moitié de la piste (celle qui contenait le plus de dégradations a priori ) selon le sens 08/26 (orientation Ouest-Est). Les passages ont été réalisés à différentes vitesses (de 7 à 70 km/h) afin de tester le logiciel d’acquisition. Figure 13. Vue du site de Lognes et représentation de la zone étudiée Suite aux relevés, environ 1800 images de chaussée ont été collectées pour chaque gamme de vitesse. Ces images ont été soumises à différents modèles de deep learning en vue du traitement. Grâce à cette première expérimentation, plusieurs enseignements ont pu être tirés :  Plusieurs modèles de deep learning ont été écartés suite à un trop faible nombre de détections par rapport à la vérité terrain.  Il a été constaté des limites de la part du système d’acquisition vis-à-vis du séquencement des images à pas fixe pour les passages effectués à 50 et 70 km/h, (sur la base de l’exploitation des données GPS à 1Hz).  La piste de Lognes contenant de nombreuses réparations, il a été décidé, après cette expérimentation, d’ajouter des classes relatives à la présence de dégradations sur des Zone de relevés