La société toulousaine Agenium Space a développé une technologie de deep learning qui permet par exemple de détecter les nuages sur les images prises depuis l'espace et de les supprimer automatiquement pour éviter d'encombrer la petite mémoire des nanosatellites. Après des tests concluants au sol, elle va tester son innovation en orbite sur les satellites de Loft Orbital.C'est une innovation qui intéresse de très près les industriels du spatial. Depuis 2018, la filiale spatiale du groupe toulousain Agenium s'est spécialisée dans l'intelligence artificielle au service des nanosatellites.
"Ces satellites mesurent parfois 10 cm de côté. Ces petits volumes ne disposent pas de la même batterie, de la même puissance de calcul ou capacité de stockage qu'un satellite traditionnel. Notre métierconsiste à extraire la substantifique moelle des informations collectées par ces nanosatellites et de les stocker sur de toutes petites cartes électroniques en orbite tout en maintenant les performances de ces cubsats", explique Christine Fernandez-Martin, directrice générale d'Agenium Space.
La dirigeante prend notamment l'exemple de la détection de nuages sur les images satellitaires.
"À quoi cela sert de stocker dans la carte mémoire du satellite toute une série d'images polluées par des nuages, donc inexploitables ? Cela risque d'occuper toute la capacité de stockage de la charge utile et d'empêcher deprendre d'autres images potentiellement plus intéressantes. D'autant que ces clichés sont transférés au sol, une opération qui représente un coût non négligeable. Avec le deep learning, nous sommes capables de détecter les nuages dans les images et de jeter ces clichés tout de suite sans avoir besoin de les renvoyer vers le sol", détaille-t-elle.
Agenium Space a déjà réussi à détecter avec plus de 90% de précision la présence de nuages sur les images tout en divisant par 120 la taille de stockage prise par les réseaux d'intelligence artificielle. Une illustration parmi tant d'autres tant les cas d'usage sont "infinis". Au cours d'études pour le compte du Cnes ou de l'Esa, la PME est parvenue à identifier des bateaux, des feux de forêt ou encore des dégâts dans des bâtiments suite à des catastrophes naturelles.
Au-delà des gains de stockage, l'intelligence artificielle pourrait permettre aux opérateurs satellitaires d'ajuster le taux de revisite des satellites suivant les besoins. "On pourrait imaginer qu'à partir du moment où le feu de forêt a été détecté, le taux de revisite sur la zone augmente avec un passage dans le cas extrême toutes les 30 minutes", explique Christine Fernandez-Martin.
Une démonstration en vol sur les satellites de Loft Orbital
Pour le moment, les algorithmes d'Agenium étaient testés depuis le sol sur de toutes petites cartes électroniques. Après ces résultats concluants, la société va tester son innovation en orbite sur les satellites de Loft Orbital. Un projet pour lequel elle vient de recevoir une subvention du conseil régional d'Occitanie dans le cadre du plan de relance.
"Dans un premier temps, Agenium va entraîner depuis le sol ses algorithmes sur des photos prises par une caméra embarquée à bord du satellite Yam 3 en orbite depuis le mois de juin. Lorsque le client n'a pas besoin d'utiliser cette caméra, Loft Orbital va pouvoir l'utiliser pour prendre des clichés supplémentaires pour Agenium qui va tester typiquement la détection de nuages. Dans une deuxième phase (espérée dès cet été, ndlr), Agenium va télécharger ses algorithmes à bord de notre ordinateur de bord pour prendre des photos et automatiquement les traiter à bord et ne redescendre au sol que la donnée utile", avance Pierre Bertrand, directeur du centre d'innovation de Loft Orbital à Toulouse.
