Sur le site d'un des premiers groupes industriels mondiaux, il se posait des problèmes de sécurité dans le déroulement de certains processus impliquant des machines, des objets, et des personnes. Pour réduire les risques d'accidents du travail, et optimiser le fonctionnement du site, il a été décidé d'automatiser complètement les processus, en s'appuyant notamment sur l'analyse intelligente d'images (IA), pour le retour de situation vers les automates de process.
L'automatisation va concerner la signalétique dynamique du site (feux d'accès), l'automatisation des portillons d'accès et des machines, et la surveillance du bon déroulement des opérations, avec la détection de situations interdites, autour d'une vingtaine de plates-formes de process, à terme, qui seront chacune surveillées par plusieurs caméras couvrant ensemble les différents points de vue du process, ce dernier n'étant supervisable que dans une approche 3D, dans une typologie de scène assimilable à celle de l'image ci-contre (photo extraite d'Internet sans rapport avec le site, pour des raisons de confidentialité).
Ces contrôles, pour la partie analyse d'images, requièrent un apprentissage des formes d'objets, d'accessoires de travail, de véhicules, de moyens divers de transport et de déplacement des charges, et des outils, pour élaborer un diagnostic de situation et transmettre des informations et des alarmes, le cas échéant, à un automate central de gestion du processus, qui pourra optimiser les étapes, ou tout stopper selon la situation. La criticité du système est très élevée, puisqu'il intervient dans la sûreté de fonctionnement d'un process pouvant engendrer accidents, blessures, potentiellement graves ou catastrophiques. Il faut donc viser une analyse qui sera déterministe à 99.99% sur la prévention d'accidents, et qui optimisera le process sinon dans 98% au moins des autres situations (réduction des temps morts).
Une base de données constituée d'une multitude d'images permettant l'apprentissage automatique de la reconnaissance des objets et des situations par l'entraînement d'un réseau neuronal profond sera constituée pour ce projet. Pour l'atteinte de performances de reconnaissance très élevées en IA, compatibles des exigences de sûreté de fonctionnement du système, il est impératif de mettre en oeuvre des réseaux dédiés qui sont entraînés sur des images du même contexte, et de compléter l'approche par des algorithmes complémentaires venant renforcer l'analyse automatique de ces réseaux (contrôles de couleurs, tailles, formes, nombre). Ce sera le rôle de notre progiciel Jaguar au sein duquel l'ensemble de ces fonctions seront intégrées, avec l'aide notamment de son moteur d'alarme, qui permet d'exprimer des conditions complexes sur les situations supervisées.
La fiabilité de Jaguar et son faible taux de fausses alarmes ont permis sa sélection pour ce projet.
"Jaguar détecte dans des conditions très difficiles, nous le savons depuis des années que nous l'utilisons en protection de site. Mais ici, c'est une nouvelle activité pour notre groupe qui jusqu'ici s'occupait essentiellement de protection de site et d'incendie, c'est un axe de développement que nous voulons promouvoir à l'avenir", déclare l'intégrateur-installateur, en phase avec le responsable du logiciel Jaguar chez EVITECH, pour qui c'est un nouveau domaine d'emploi de ce progiciel.
