Modélisez votre monde en 3D avec les jumeaux numériques – Appel à projets
Grâce à la subvention de mobilisation octroyée par le Conseil de recherches en sci …
La géomatique est un domaine en constante évolution, qui utilise des technologies de pointe pour cartographier, modéliser et analyser des données géospatiales. Dans ce contexte, l’intelligence artificielle (IA) est devenue un élément clé pour améliorer la précision et l’efficacité des processus de géomatique. Le système GMapper est un exemple de cette nouvelle génération d’outils de géomatique, qui exploitent les avantages de l’IA, pour fournir des données géospatiales de haute qualité en temps réel.
En combinant l’IA avec la géomatique, nous pouvons maintenant créer des systèmes capables de capturer, d’analyser et de comprendre les données géospatiales de manière plus rapide et plus efficace que jamais auparavant. Cette combinaison est connue sous le nom de GeoAI et elle offre de nombreuses possibilités pour améliorer la façon dont nous utilisons les données géospatiales pour résoudre les problèmes du monde réel.
Dans cet article, nous vous présentons notre système, GMapper, qui fait appel à l’intelligence artificielle et qui a été créé dans le but de développer un meilleur outil de cartographie forestière en combinant des capteurs tels que le lidar et une caméra multispectrale.
Ce système est idéal pour les clients qui ont besoin de capturer des données géospatiales pour une variété de projets comme la cartographie, la surveillance de l’environnement, l’agriculture de précision, la gestion des infrastructures, la planification urbaine, etc.
Grâce à la combinaison de capteurs haute résolution et de l’IA, GMapper est capable de fournir des informations précises et en temps réel sur la zone de capture, ce qui peut aider les clients à prendre des décisions plus éclairées.
Des versions similaires ont d’ailleurs été conçues pour d’autres besoins spécifiques de nos clients, dont la surveillance d’infrastructures verticales. Il s’agit ainsi d’un ensemble intégré de capteurs avec un micro-contrôleur et un micro-ordinateur comme le montre l’image ci-dessous.
Notre équipe a consacré plus de 200 heures à créer ce système embarqué pour drone, allant de la sélection des composantes au développement du logiciel intégré, en passant par la conception du schéma électrique et la création du modèle 3D du boîtier.
Le résultat est un système embarqué pour drone de pointe élaboré avec minutie pour offrir des performances exceptionnelles. Notre équipe est fière d’avoir réalisé ce projet grâce à son engagement et son savoir-faire technique.
Tout d’abord, ce système est conçu autour d’un ordinateur embarqué destiné aux applications d’intelligence artificielle (Nvidia Jetson TX2) combinant un processeur ARM et un processeur graphique (GPU) supportant la plateforme de calcul parallèle CUDA. Ce système est ainsi bien adapté à une analyse des données par IA en temps réel et à une transformation accélérée des informations en cartographie 3D.
De plus, il dispose d’un lien télémétrique longue portée ainsi qu’un point d’accès Wifi permettant un contrôle à distance et une visualisation des données en temps réel. Le système est également créé pour enregistrer et emmagasiner les données en vue d’un traitement ultérieur par l’équipe géomatique, permettant une analyse approfondie et une cartographie plus précise.
En plus d’une caméra couleur RGB (Basler) haute résolution, qui est utilisée pour capturer des images haute résolution de la zone d’études, le système contient un Velodyne VLP-16. Il s’agit d’un capteur lidar (light detection and ranging) qui utilise des lasers pour mesurer la distance entre le capteur et les objets environnants.
Cette technologie est, entre autres, utilisée en foresterie grâce à son laser qui a la capacité de pénétrer dans le couvert forestier pour détecter les caractéristiques du sol, comme la topographie et les détails de la végétation sous la canopée, ce qui est difficile avec la photogrammétrie par caméra. De même dans les voitures autonomes, le Velodyne offre une meilleure vision des obstacles à proximité de la voiture.
GMapper est également équipé d’une caméra multispectrale RedEdge-M de MicaSense qui peut capturer des images dans plusieurs longueurs d’onde, ce qui permet de mesurer la réflectance de la surface terrestre dans différentes bandes spectrales. Cette technologie est généralement utilisée en agriculture de précision pour évaluer les cultures, la composition et l’irrigation des sols.
L’utilisation d’un système de navigation inertielle (VN-310 de Vectornav) contenant deux récepteurs GNSS/GPS multibandes supportant une correction RTK ou PPK permet d’associer une position, une orientation et un temps précis aux différentes données prises par le système.
En combinant ces différents équipements, il est possible de capturer des données géospatiales en temps réel et de les traiter en utilisant des algorithmes d’IA pour extraire des informations pertinentes sur la zone définie. Par exemple, les données prises par le lidar peuvent être utilisées pour générer une carte en 3D de la zone, tandis que les images captées par les caméras RGB et multispectrales peuvent être utilisées pour différencier les matériaux qui composent les surfaces, identifier les différents types de végétation ainsi qu’obtenir un indicateur sur leur état.
Ce projet de recherche appliquée et la conception de ce système visaient à développer un outil avancé adapté à la cartographie forestière. Notre équipe a ainsi eu pour objectif principal de fusionner les avancées de l’intelligence artificielle avec les capteurs de pointe afin d’offrir de nouvelles perspectives pour l’étude et la gestion des zones forestières.
Grâce à la combinaison de ces composantes, GMapper est un système puissant pouvant être utilisé dans divers domaines comme l’environnement, l’agriculture et l’aménagement du territoire. Avec sa capacité à capturer des données en temps réel à haute résolution et à les traiter en temps réel grâce à l’IA, GMapper est un outil incontournable pour tout professionnel de la géomatique qui cherche à optimiser son travail et à obtenir des résultats précis rapidement.
L’utilisation de l’intelligence artificielle en géomatique vient en soutien à nos experts de plusieurs manières. Elle engendre des gains de productivité importants en permettant l’automatisation de tâches répétitives et en aidant à l’extraction d’informations précieuses à partir de données géospatiales. Les entreprises peuvent ainsi compter sur des technologies qui évoluent sans cesse en fonction de leurs besoins et améliorent leur capacité d’innovation afin de demeurer compétitives dans leur domaine.
Grâce à la subvention de mobilisation octroyée par le Conseil de recherches en sci …
CGCopilot est une application novatrice développée par notre équipe afin d’aider l …
L’intégration de l’IA et de la géomatique
Les villes intelligentes aspirent à off …
Votre vie privée est importante pour nous
Nous utilisons des témoins pour améliorer votre expérience de navigation, fournir du contenu personnalisé et analyser notre trafic. En cliquant sur « Tout accepter », vous consentez à l’utilisation des témoins. Politique relative aux témoins
Personnalisez vos préférences pour les témoins
Nous utilisons des témoins pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez des informations détaillées sur tous les témoins sous chaque catégorie de consentement ci-dessous. Les témoins classés comme « nécessaires » sont stockés sur votre navigateur, car ils sont indispensables pour activer les fonctionnalités de base du site. Nous utilisons également des témoins tiers qui nous aident à analyser la façon dont vous utilisez ce site Internet et à stocker vos préférences. Ces témoins ne seront stockés dans votre navigateur qu’avec votre consentement, au préalable. Vous pouvez sélectionner les paramètres de votre choix. Cependant, la désactivation de certains témoins peut affecter votre expérience de navigation.
Nécessaire
Les témoins nécessaires sont obligatoire pour activer les fonctionnalités de base de ce site, telles que fournir une connexion sécurisée ou ajuster vos préférences de consentement. Ces témoins ne stockent aucune donnée personnellement identifiable.
Cookie | Durée | Description |
---|---|---|
PHPSESSID | Session | Ce témoin est natif des applications PHP et est utilisé pour stocker et identifier la session unique d'un utilisateur afin de gérer les sessions des utilisateurs sur le site Web. |
acceptedCookies | 30 jours | Ce témoin stocke vos préférences en lien avec les témoins de ce site Web. |
Analytique
Les témoins analytiques sont utilisés pour comprendre comment les visiteuses et visiteurs interagissent avec le site Internet. Ces témoins aident à fournir des informations sur des mesures telles que le nombre de personnes qui visitent, le taux de rebond, la source de trafic, etc.
Cookie | Durée | Description |
---|---|---|
_ga | 1 an, 1 mois et 4 jours | Le témoin _ga de Google Analytics calcule les données relatives aux visiteurs, aux consultations ainsi qu’aux campagnes de communication et conserve une trace de l'utilisation du site en vue de la production des rapports d'analyse du site. Ce témoin stocke les renseignements de façon anonyme et attribue un numéro généré de façon aléatoire pour reconnaître les visiteurs uniques. |
_gid | 1 jour | Le témoin _gid de Google Analytics stocke des données sur la manière dont les visiteurs utilisent un site Web et crée en même temps un rapport analytique des performances du site Internet. Parmi les données collectées figurent le nombre de visiteurs, leur lieu ainsi que les pages qu'ils visitent de manière anonyme. |
_gat_gtag_UA_* | 1 minute | Google Analytics règle ce témoin pour stocker les identifiants uniques des utilisateurs. |
_ga_* | 1 an, 1 mois et 4 jours | Google Analytics règle ce témoin pour stocker et comptabiliser le nombre de pages consultées. |