Conception d'un système de surveillance de feux de forêt avec une flotte de drones

National audienceWildfires, also known as forest or wildland fires, are uncontrolled vegetation fires occurring in rural areas that cause tremendous damage to the society, harming environment, property and people. The firefighting endeavor is a dull, dirty and dangerous job and as such, can greatly benefit from automation to reduce human exposure to hazards. Aerial remote sensing is a common technique to obtain precise information about a wildfire state so fire response teams can prepare countermeasures. This task, when performed with manned aerial vehicles, expose operators to high risks that can be eliminated by the use of autonomous vehicles. This thesis introduces a wildfire monitoring system based on fleets of unmanned aerial vehicles (UAVs) to provide firefighters with timely updated information about a wildland fire. We present an approach to plan trajectories for a fleet of fixed-wing UAVs to observe a wildfire evolving over time. Realistic models of the terrain, of the fire propagation process, and of the UAVs are exploited, together with a model of the wind, to predict wildfire spread and plan UAV motion. The approach tailors a generic Variable Neighborhood Search method to these models and the associated constraints. The execution of the planned monitoring mission provides wildfire maps that are transmitted to the fire response team and exploited by the planning algorithm to plan new observation trajectories. Algorithms and models are integrated within a software architecture allowing for execution under scenarios with different levels of realism, with real and simulated UAVs flying over a real or synthetic wildfire. Mixed-reality simulation results show the ability to plan observation trajectories for a small fleet of UAVs, and to update the plans when new information on the fire are incorporated in the fire model.Les feux de forêt sont des incendies de végétation incontrôlés qui causent des dégâts importants à l’environnement, aux biens et aux personnes. Les actions de lutte contre de tels feux sont risqués et peuvent par conséquent bénéficier de techniques d'automatisation pour réduire l’exposition humaine. La télédétection aérienne est une technique qui permet d’obtenir des informations précises sur l’état d'un feu de forêt, afin que les équipes d’intervention puissent préparer des contre-mesures. Avec des véhicules aériens habités, elle expose les opérateurs à des risques élevés, qui peuvent être évités par l’utilisation de véhicules autonomes. Cette thèse présente un système de surveillance de feux de forêt basé sur des flottes de véhicules aériens sans pilote (UAV) afin de fournir aux pompiers des renseignements précis et à jour sur un feu de forêt. Nous présentons une approche pour planifier les trajectoires d’une flotte de drones à voilure fixe afin d’observer un feu de forêt évoluant au fil du temps. Des modèles réalistes du terrain, du processus de propagation du feu et des drones sont exploités, ainsi qu’un modèle du vent, pour prédire la propagation des feux de forêt et planifier le mouvement des drones. L’approche présentée adapte une méthode générique de recherche à voisinage variable (VNS) à ces modèles et les contraintes associées. L’exécution de la mission d’observation planifiée fournit des cartes des feux de forêt qui sont transmises à l’équipe d’intervention et exploitées par l’algorithme de planification pour déterminer de nouvelles trajectoires d’observation. Les algorithmes et les modèles sont intégrés dans une architecture logicielle permettant l’exécution dans des scénarios avec différents niveaux de réalisme, avec des drones réels et simulés survolant un feu de forêt réel ou synthétique. Les résultats de simulation mixte montrent la capacité de planifier les trajectoires d’observation d’une petite flotte de drones et de mettre à jour les plans lorsque de nouvelles informations sur l’incendie sont incorporées dans le modèle de propagation de feu