Le ministère des Armées soutient deux projets innovants pour la guerre souterraine.

Lors de la bataille de Mossoul [octobre 2016 – juillet 2017], face aux forces de la coalition anti-jihadiste dirigée par les États-Unis, les combattants de l’État islamique [EI ou Daesh] utilisèrent un réseau de tunnels, dont un, gigantesque avec ses 2400 mètres de long, leur servait de camp d’entraînement. Même chose à Tall Assouad [Kurdistan irakien], où il fut découvert un tunnel qui, long de 1500 mètres et creusé à 15 mètres de profondeur, abritait notamment des ateliers de confection d’engins explosifs improvisés [EEI ou IED].

Plus généralement, l’utilisation de tunnels était au coeur de la stratégie de Daesh pour ralentir la progression de la coalition anti-jihadiste. Ce qui n’était évidemment pas nouveau : au Vietnam, le Viet Cong eut recours à des galeries souterraines pour abriter ses combattants et préparer des embuscades contre l’armée américaine.

Cela étant, le combat en zone urbaine suppose d’être en mesure de manoeuvrer dans des espaces confinés [tunnels, égoûts, par exemple], l’adage « qui tient le haut tient le bas » n’étant pas forcément le plus pertinent dans ce cas précis. D’où la nécessité de développer de nouvelles capacités.

En 2017, la Direction générale de l’armement avait ainsi lancé le défi « MALIN » [MAîtrise de la Localisation INdoor], afin de trouver une solution visant à permettre à des soldats de se déplacer et se repérer dans un espace clos sans signaux GPS [dont la réception est loin d’être optimale en milieu souterrain].

Et, à l’occasion du salon Viva Technology, organisé du 16 au 19 juin à Paris, l’Agence de l’innovation de Défense [AID] a mis en avant deux projets innovants pouvant être utiles au combat dans les espaces clos.

Le MATEP

Le premier, appelé MATEP [Matrice épicritique] et développé par la PME Caylar, a obtenu un financement via le dispositif RAPID [Régime d’appui à l’innovation duale]. Ainsi, quand les conditions où les « informations visuelles et auditives sont dégradées », comme cela peut être le cas en milieu souterrain, il permettrait à des soldats de communiquer en toute discrétion, sans utiliser la voix et les mains, grâce à des micro-vibreurs et des capteurs intégrés à des effets textiles [comme une ceinture par exemple].

Cette technologie « permet d’accéder à l’information par la peau […] en ressentant des vibrations puissantes et précises. Elle offre ainsi un langage tactile riche », explique l’AID. « Dans le domaine de la défense, un militaire peut progresser en terrain ennemi et communiquer en toute discrétion. Il peut être guidé vers un waypoint [point d’acheminement ou point de virage, ndlr] via des vibrations autour de la taille », ajoute l’agence.

En outre, sur la base de cette technologie, et avec la coopération d’un officier du 132e Régiment d’Infanterie cynophile, Caylar cherche à mettre au point un dispositif permettant à un maître-chien d’interagir avec son animal.

Proxilearn 

L’autre projet innovant présenté par l’AID est d’une toute autre nature étant donné que son objectif est d’arriver faire en sorte que des petits drones [d’une taille inférieure à 15 cm] puissent voler dans des espaces très confinés, comme des tuyaux et des conduits d’aération, d’un diamètre maximum de 50 cm. Appelé « Proxilearn », il est porté par l’Institut national de recherche en informatique et en automatique [INRIA] et l’Université d’Aix-Marseille.

Ce projet suppose de relever deux défis, à savoir la « stabilisation du drone en dépit des turbulences générées par les rotors » et « l’autonomie du vol en conditions de basse luminosité ».

S’agissant du premier défi, la solution repose sur un algorithme d’intelligence artificielle [IA]. « Il s’agit tout d’abord, via un dispositif robotisé d’acquérir des données et de les exploiter pour apprendre à un réseau de neurones à anticiper les turbulences », détaille l’AID.

Plus précisément, et selon la description qui en faite par l’Agence nationale de la recherche [ANR], Proxilearn vise à développer un stabilisateur « en exploitant l’apprentissage automatique et des données acquises via un nouveau dispositif de mesure de forces basé sur un bras robot à 7 degrés de liberté. » Et, à partir de mesures de forces-couples dans plusieurs situations, un réseau de neurones probabiliste sera « entraîné » à prédire les forces s’exerçant sur le drone.

Quant au second défi, il est question de mettre au point un multi-rotor expérimental doté d’une rétine artificielle et de capteurs de distance laser miniatures.

« Ce type de robot sera capable de s’affranchir de la complexité du sol [marches, boue, échelle, …] en se déplaçant en 3D et d’acquérir des données [image, son] dans des environnements réputés impossibles d’accès », souligne l’AID. « Adapté aux milieux souterrains et potentiellement dangereux, Proxilearn représente un véritable atout pour les domaines de la défense et de la sécurité : un accès à l’information dans des zones a priori impraticables », conclut-elle.

Apprentissage d’un pilote automatique pour les micro-drones en espace confiné – Proxilearn

Le projet Proxilearn exploite des techniques d’intelligence artificielle (apprentissage automatique) pour permettre aux micro-drones (10-20 cm / 50-80 g) d’évoluer dans des espaces très confinés (diamètre entre 40 cm et 1.5 m): conduits d’aération, tunnels, souterrains de stockage industriels, grottes naturelles ou carrières. Il se concentre sur 2 verrous scientifiques : (1) la stabilisation précise du drone malgré les turbulences résultant de l’interaction entre les rotors et l’environnement, et (2) le vol en autonomie en basse lumière avec des capteurs « minimalistes ».

Nous développerons un stabilisateur en exploitant l’apprentissage automatique et des données acquises via un nouveau dispositif de mesure de forces basé sur un bras robot à 7 degrés de liberté. À partir de mesures de forces-couples dans de nombreuses situations (tube, près d’un mur, …), nous entraînerons un réseau de neurones probabiliste qui prédira les forces s’exerçant sur le drone ; puis nous utiliserons ce modèle pour apprendre une politique de contrôle (un petit réseau de neurones), qui sera transférée sur le drone.

Nous concevrons en parallèle une plateforme expérimentale dotée d’une ensemble de capteurs pour le vol de proximité en milieu confiné, incluant une rétine artificielle et des micro-télémètres laser. Nous compléterons l’ensemble de capteurs en développant un algorithme de flux optique 2D pour cette rétine conçue pour détecter des contrastes, y compris à basse luminosité. Nous utiliserons tous ces capteurs pour estimer les états du drone par un filtre de Kalman étendu.

La troisième étape sera de tester et d’affiner le pilote automatique dans un environnement de plus en plus confiné et mal éclairé. Le pilote automatique se basera sur le contrôleur de stabilisation de vol développé par apprentissage et sur les états estimés par le filtre de Kalman étendu pour explorer, par exemple, une canalisation. Les données enregistrées en vol serviront à améliorer le modèle des forces, puis à affiner la politique de vol.

A terme, ce type de robot aérien sera capable de s’affranchir de la complexité du sol (marches, débris, eau, boue, etc.) en se déplaçant en 3D afin de pouvoir évoluer dans des réseaux de tunnels, mais aussi des tuyaux verticaux, des puits d’accès, etc. L’intérêt industriel est de pouvoir obtenir des images de sites dangereux ; l’intérêt sociétal est à la fois de permettre de mieux prendre en compte les risques liés au sous sol (effondrement de carrières, tunnels et grottes) et d’offrir un outil innovant pour l’archéologie ; l’intérêt pour la défense et la sécurité est de d’augmenter la connaissance d’une situation en ne nécessitant qu’un accès de petite taille.

Zone Militaire