1 janvier 2026
Aperçu du projet
Une solution modulaire pour exécuter des modèles d’intelligence artificielle directement sur des plateformes embarquées à faible consommation énergétique.
Contexte et problématique
Les systèmes embarqués, notamment dans le secteur spatial, doivent aujourd’hui traiter des volumes croissants de données avec des ressources limitées en énergie et en calcul. Cette contrainte entraîne une dépendance aux infrastructures au sol, des délais décisionnels et des coûts élevés de transmission.
Dans un contexte marqué par l’essor du NewSpace, de l’intelligence artificielle et des systèmes autonomes critiques, ces limites freinent la performance, la résilience et la souveraineté technologique.
Objectif de la recherche
Concevoir et valider une plateforme d’intelligence artificielle embarquée capable d’exécuter des modèles optimisés sur des systèmes à faible consommation, afin de permettre le traitement des données en temps réel directement à la source.
L’objectif est de réduire la dépendance aux infrastructures au sol, d’accélérer la prise de décision et de renforcer l’autonomie des systèmes critiques.
Jesus David Gonzalez Llorente est professeur-chercheur au Département de génie aérospatial de l'ÉTS.
Approche proposée
- Intelligence artificielle embarquée optimisée (edge AI)
- Architecture modulaire adaptable
- Environnements de prototypage adaptés aux contraintes extrêmes
Cette approche permet un traitement local des données, même dans des environnements contraints comme l’espace, la défense ou les infrastructures critiques.
Bénéfices attendus
- Autonomie accrue des systèmes
- Prise de décision en temps réel
- Réduction des coûts de transmission de données
- Résilience face aux environnements hostiles
Secteur d'application
Cette technologie s’adresse à plusieurs secteurs stratégique :
- Spatial et NewSpace (CubeSat, observation de la Terre)
- Aéronautique et défense
- Robotique autonome
- Transport intelligent
- Infrastructures critiques
Niveau de maturité
Des prototypes fonctionnels ont été développés pour la priorisation d’images et la détection d’anomalies, démontrant la faisabilité du traitement en temps réel sur des plateformes à faible puissance.
Stade actuel : prototype de recherche avec validation expérimentale.
Défis de recherche
- Certification des systèmes autonomes
- Accès à des infrastructures de test représentatives
- Validation en conditions opérationnelles
Partenariats recherchés
Nous recherchons des partenaires industriels et institutionnels pour accélérer le développement et la mise en application :
- Acteurs du spatial et du NewSpace
- Entreprises en systèmes embarqués et électronique
- Organisations exploitant des systèmes autonomes critiques
Des questions?
Écrivez-nous : partenariats@etsmtl.ca
