L’automatisation de processus via le logiciel ProActive d’ActiveEon gagne du terrain. Elle aide au choix des composants, modèles et paramètres à embarquer sur un satellite détecteur d’incendies, en parallélisant les simulations en laboratoire.
Moins terre à terre que l’optimisation logistique d’entrepôts, les modèles d’apprentissage automatique embarqués progressent vite, grâce aux analyses multi-modèles et paramétriques. Dans un satellite ou sur un drone sous-marin par exemple, cette automatisation de processus ouvre plusieurs domaines d’applications, comme l’analyse fine d’images, l’auto-diagnostic, voire l’auto-réparation de systèmes à distance.
Des satellites évolutifs
Le 18 décembre 2019, le lanceur Soyouz-Fregat a mis sur orbite trois CubeSats, ces petits satellites fondés sur des unités cubiques standardisées de 10 cm. Parmi eux, le satellite OPS-SAT de l’ESA (European Space Agency) forme le premier test embarquant des applications libres et des techniques de contrôle pour la mise à jour à distance de composants embarqués.
Pour en arriver là, le projet de recherche CIAR (Chaîne Image Autonome et Réactive) de l’Institut de Recherche Technologique Saint-Exupéry de Sophia-Antipolis a consolidé les travaux de sept entreprises – ActiveEon, AViSTO, ELSYS Design, GEO4i, MyDataModels, Thales Alenia Space, TwinswHeel – et de deux laboratoires universitaires, l’Inria et le LEAT (Laboratoire d’Electronique, Antennes et Télécommunications) du CNRS.
Le consortium de ce projet IRT a, dès 2018, anticipé la capacité des solutions d’IA dans des systèmes embarqués pour valoriser la donnée à bord en traitant les images au plus près des capteurs. L’adoption d’un outil d’automatisation et de parallélisation de code métier, accélère les tests de pré-déploiement et améliore leur couverture, dans un soucis qualitatif, quantitatif et économique.
Lire l'article complet.