Cartographie et filtrage multi-structures dans des environnements de lignes électriques à l’aide d’un drone d’inspection autonome
- Date :
- Jeudi 9 avril 2026
- Heure :
- À 9 h
- Type :
- Soutenance de thèse
- Lieu :
- Dans le local D7-3011 et via Teams
Description :
Doctorante : Najlae Boulajoul
Directeur de thèse : François Ferland
Président de jury : À être confirmé
Résumé : L’inspection des Lignes Électriques à Haute Tension (LEHT) nécessite des solutions autonomes capables d’opérer de manière fiable dans des environnements complexes et énergisés. Cette thèse vise à développer un cadre de cartographie robuste pour la navigation autonome du drone LineDrone-NADILE. Un premier défi concerne le bruit d’arc électrique généré à proximité des conducteurs sous tension, produisant des retours LiDAR transitoires faussant la perception de l’environnement. Un cadre de filtrage spatio-temporel probabiliste basé sur un tampon structuré par k-d tree et une carte globale en octree a été proposé afin d’éliminer ces artefacts avant leur intégration cartographique. Les résultats expérimentaux démontrent une amélioration significative de la précision tout en respectant les contraintes de calcul embarqué. Un second défi porte sur la représentation d’environnements hétérogènes combinant câbles fins et structures massives. Une structure multimodale intégrant primitives paramétriques et voxelisées a été développée pour optimiser la détection de collision. Les évaluations sur données simulées et réelles montrent une réduction notable du coût computationnel tout en conservant une résolution fine. Ces contributions établissent un cadre intégré de filtrage et de cartographie adapté à l’inspection autonome des corridors électriques.
Directeur de thèse : François Ferland
Président de jury : À être confirmé
Résumé : L’inspection des Lignes Électriques à Haute Tension (LEHT) nécessite des solutions autonomes capables d’opérer de manière fiable dans des environnements complexes et énergisés. Cette thèse vise à développer un cadre de cartographie robuste pour la navigation autonome du drone LineDrone-NADILE. Un premier défi concerne le bruit d’arc électrique généré à proximité des conducteurs sous tension, produisant des retours LiDAR transitoires faussant la perception de l’environnement. Un cadre de filtrage spatio-temporel probabiliste basé sur un tampon structuré par k-d tree et une carte globale en octree a été proposé afin d’éliminer ces artefacts avant leur intégration cartographique. Les résultats expérimentaux démontrent une amélioration significative de la précision tout en respectant les contraintes de calcul embarqué. Un second défi porte sur la représentation d’environnements hétérogènes combinant câbles fins et structures massives. Une structure multimodale intégrant primitives paramétriques et voxelisées a été développée pour optimiser la détection de collision. Les évaluations sur données simulées et réelles montrent une réduction notable du coût computationnel tout en conservant une résolution fine. Ces contributions établissent un cadre intégré de filtrage et de cartographie adapté à l’inspection autonome des corridors électriques.