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
La recherche consiste à concevoir et à 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.
Innovation et différenciation
- Plateforme modulaire combinant l'intelligence artificielle embarquée, l'optimisation des modèles et des environnements de prototypage adaptés aux contraintes spatiales.
- Amélioration de l’autonomie opérationnelle
- Augmentation de la résilience des missions
- Réduction de la latence décisionnelle
- Diminution des coûts de transmission de données
Bénéfices attendus
- Autonomie accrue des systèmes
- Prise de décision en temps réel
- Réduction des coûts de transmission de données
- Résilience face aux environnements hostiles
Secteurs d’application
Cette technologie est destinée à plusieurs secteurs stratégique :
- Spatial et NewSpace (CubeSat, observation de la Terre)
- Aéronautique et défense
- Robotique autonome
- Transport intelligent
- Infrastructures critiques
Résultats et validation
Les premiers travaux ont abouti au développement de prototypes fonctionnels capables de prioriser les images et de détecter des anomalies, en s'appuyant sur des modèles d'IA optimisés pour plateformes embarquées à faible consommation.
Les validations préliminaires ont confirmé la faisabilité d'un traitement local en temps réel dans des environnements contraints.
Défis de recherche
- La validation et la certification des systèmes autonomes
- L’accès à des infrastructures de test représentatives du contexte spatial
Niveau de maturité technologique (TRL)
Stade actuel : prototype de recherche avec validation expérimentale.
Besoins pour accélérer le projet
- Accès à des données réelles et à des plateformes de validation
- Opportunités de démonstration en conditions opérationnelles
Partenariats
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
Vous avez des questions?
