D\u00e9velopp\u00e9 par Subsea Tech, l\u2019USV SeaCAT, \u00e9quip\u00e9 d\u2019un sondeur multifaisceaux, balaie le fond marin afin de produire une carte bathym\u00e9trique 3D qui servira de support pour les informations relatives aux d\u00e9chets collect\u00e9es par les 2 ROV et le drone a\u00e9rien. C\u2019est sur cette carte que seront ajout\u00e9es toutes les autres informations sur les d\u00e9chets transmises par les autres drones. Les d\u00e9chets les plus volumineux sont d\u00e9tect\u00e9s directement gr\u00e2ce \u00e0 la bathym\u00e9trie. Le SeaCat sert \u00e9galement de “vaisseau-m\u00e8re” : il d\u00e9ploie et r\u00e9int\u00e8gre les autres robots une fois leur mission termin\u00e9e. Ces derniers sont aliment\u00e9s et communiquent avec l’USV par des c\u00e2bles. Ils sont tous pilot\u00e9s via une interface de contr\u00f4le unique. Les ressources informatiques n\u00e9cessaires aux composants de d\u00e9tection, de contr\u00f4le et d’intelligence artificielle sont \u00e9galement h\u00e9berg\u00e9es par le SeaCat.<\/p>\n
Recherche depuis les airs<\/strong><\/h3>\nDans les zones de faible profondeur et lorsque la visibilit\u00e9 le permet, un drone a\u00e9rien (ou UAV) recherche les d\u00e9chets depuis les airs. Les plus grands amoncellements de d\u00e9chets peuvent ainsi \u00eatre identifi\u00e9s et servir de base \u00e0 la recherche plus d\u00e9taill\u00e9e effectu\u00e9e par le robot sous-marin lors de l’\u00e9tape suivante. Une corr\u00e9lation entre les accumulations de d\u00e9tritus en surface et sous l\u2019eau est \u00e9galement \u00e9tudi\u00e9e. Dans les eaux troubles, le drone reste utile en scannant les environs \u00e0 la recherche d’obstacles.<\/p>\n
Un robot sous-marin d\u2019inspection\u00a0<\/strong><\/h3>\nUn ROV Mini TORTUGA est d\u00e9ploy\u00e9 \u00e0 partir de l’USV et inspecte le fond marin afin de trouver des d\u00e9chets plus petits. Il utilise une cam\u00e9ra et un sonar d’imagerie multifaisceaux, ainsi qu’\u00e9ventuellement d’autres capteurs tels qu’un d\u00e9tecteur de m\u00e9taux. Les d\u00e9chets identifi\u00e9s sont ensuite plac\u00e9s sur la carte de r\u00e9f\u00e9rence. Les d\u00e9chets sont identifi\u00e9s \u00e0 l’aide de techniques d’intelligence artificielle et de reconnaissance d’objets par deep-learning. Ces syst\u00e8mes sont programm\u00e9s de mani\u00e8re \u00e0 diff\u00e9rencier les d\u00e9chets des esp\u00e8ces marines et \u00e0 garantir ainsi que le syst\u00e8me ne se trompe pas de cible.<\/p>\n
Un deuxi\u00e8me robot sous-marin collecte les d\u00e9chets\u00a0<\/strong><\/h3>\nPour cette \u00e9tape, c’est au tour du Tortuga, lequel, \u00e9quip\u00e9 d’un grappin sp\u00e9cialement con\u00e7u pour cette mission, se dirige vers chaque d\u00e9chet marqu\u00e9 sur la carte afin de le saisir. Le grappin est \u00e9quip\u00e9 d’un dispositif d’aspiration qui permet de ramasser les d\u00e9chets dans des circonstances difficiles, comme par exemple lorsqu’ils se trouvent parmi la flore sous-marine. Les d\u00e9tritus sont saisis avec pr\u00e9cision, puis ramass\u00e9s. Ici aussi, le deep-learning et l’intelligence artificielle sont utilis\u00e9s afin de planifier les trajectoires et contr\u00f4ler le mouvement du ROV de collecte. Une corbeille pour les d\u00e9chets Un panier de collecte est d\u00e9ploy\u00e9 depuis l’USV, puis est progressivement rempli avec les d\u00e9chets collect\u00e9s par le ROV Tortuga. L’ouverture de la corbeille est sp\u00e9cialement con\u00e7ue pour assurer une interface efficace avec le grappin et emp\u00eacher les d\u00e9chets flottants de s’\u00e9chapper. La corbeille est \u00e9galement \u00e9quip\u00e9e d’un syst\u00e8me permettant au ROV de se positionner par rapport \u00e0 l’ouverture.<\/p>\n
[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=”1″ _builder_version=”4.16″ _module_preset=”default” custom_padding=”0px||0px|||” global_colors_info=”{}”][et_pb_row column_structure=”1_2,1_2″ _builder_version=”4.16″ _module_preset=”default” global_colors_info=”{}”][et_pb_column type=”1_2″ _builder_version=”4.16″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.18.0″ _module_preset=”default” text_font_size=”40px” custom_margin=”123px||123px||true|” hover_enabled=”0″ text_font_size_tablet=”40px” text_font_size_phone=”30px” text_font_size_last_edited=”on|phone” global_colors_info=”{}” sticky_enabled=”0″]<\/p>\n
Un ROV Mini TORTUGA est d\u00e9ploy\u00e9 \u00e0 partir de l’USV et inspecte le fond marin afin de trouver des d\u00e9chets plus petits. Il utilise une cam\u00e9ra et un sonar d’imagerie multifaisceaux, ainsi qu’\u00e9ventuellement d’autres capteurs tels qu’un d\u00e9tecteur de m\u00e9taux. Les d\u00e9chets identifi\u00e9s sont ensuite plac\u00e9s sur la carte de r\u00e9f\u00e9rence. Les d\u00e9chets sont identifi\u00e9s \u00e0 l’aide de techniques d’intelligence artificielle et de reconnaissance d’objets par deep-learning. Ces syst\u00e8mes sont programm\u00e9s de mani\u00e8re \u00e0 diff\u00e9rencier les d\u00e9chets des esp\u00e8ces marines et \u00e0 garantir ainsi que le syst\u00e8me ne se trompe pas de cible.<\/p>\n
![\"\"](\"https:\/\/www.subsea-tech.com\/wp-content\/uploads\/2018\/06\/Logo-FEDER-319x250.jpg\"){kind=logo}
<\/p>\n