Quand on pense aux satellites dans les transports, on imagine la navigation du téléphone. Le projet européen SPATRA montre que l’orbite offre bien davantage : des données d’observation de la Terre, enrichies par l’IA, aident à surveiller la température des rails et à désengorger un poste-frontière en Serbie. L’objectif : un transport terrestre plus sûr, plus efficace et plus durable — et à la fin, vous pourrez vérifier quel voyageur des données vous êtes.
Le réseau de transport terrestre européen cumule les difficultés : la congestion augmente, le système se complexifie et son impact sur l’environnement croît lui aussi. Le projet SPATRA, financé par l’UE, propose une réponse qui vient de l’orbite : des données satellitaires enrichies par l’intelligence artificielle.
L’ambition de l’équipe est large et concrète : des réseaux plus sûrs, plus efficaces et plus durables, grâce à des données qui circulent déjà au-dessus de nos têtes.
Les données d’observation de la Terre fournissent depuis longtemps des informations précieuses dans des secteurs tels que l’agriculture ou la gestion des catastrophes. Pourtant, de nombreux domaines n’en exploitent encore qu’une partie du potentiel. Les concepteurs de SPATRA en ont identifié deux : le transport routier et le transport ferroviaire.
Danijela Ristic-Durrant, coordinatrice du projet chez OHB Digital Services, en Allemagne, souligne une habitude de pensée. « Lorsque l’on évoque l’utilisation des données satellitaires pour le transport terrestre, on pense généralement aux applications reposant sur les systèmes mondiaux de navigation par satellite tels que EGNSS », explique la chercheuse.
Une autre source d’informations venue de l’espace reste pourtant dans l’ombre. « Les données d’observation de la Terre, par exemple les données librement accessibles de Copernicus Sentinel, restent encore relativement peu utilisées. Avec ce projet, nous avons voulu mettre en évidence des situations dans lesquelles ces données pourraient s’avérer utiles. » Le mot « librement » compte : n’importe qui peut s’en saisir.
L’équipe a conçu et développé deux cas d’usage, l’un ferroviaire, l’autre routier. Un même schéma les relie : les données des satellites alimentent des modèles enrichis par l’IA, qui aident les personnes à prendre de meilleures décisions.
Le premier cas d’usage portait sur les effets des variations de température sur les réseaux ferroviaires. Aujourd’hui, les gestionnaires travaillent surtout à partir de prévisions. « Les gestionnaires d’infrastructures s’appuient souvent sur les prévisions météorologiques pour déterminer si les rails risquent d’atteindre des températures excessives », explique Danijela Ristic-Durrant.
Lorsque le risque est élevé, « ils imposent alors des limitations de vitesse aux conducteurs de train, ou interrompent même totalement le trafic ». La coordinatrice souligne que cela peut entraîner d’importantes perturbations. Quiconque est déjà resté bloqué dans un train en retard sait à quelle vitesse elles se propagent.
L’équipe a développé un système qui combine les données thermiques satellitaires de Copernicus et l’apprentissage automatique. Les algorithmes améliorent la résolution des données, afin de surveiller la température des rails et d’estimer les risques de flambage des voies, c’est-à-dire de leur déformation.
La solution a été testée sur le terrain en Serbie. Les essais ont montré que le système peut permettre aux gestionnaires de surveiller en continu les variations de température sur l’ensemble du réseau. Les risques de déformation sont ainsi détectés plus tôt, ce qui contribue à la sécurité et à l’efficacité des services ferroviaires.
Le second cas d’usage a conduit l’équipe sur la route, au poste-frontière serbe de Batrovci, pour réduire la congestion et optimiser le stationnement. « L’idée était d’utiliser les données satellitaires pour permettre aux responsables logistiques de suivre les niveaux de congestion aux frontières et d’évaluer le taux d’occupation des aires de stationnement », ajoute Danijela Ristic-Durrant.
Plusieurs technologies ont été réunies : le système européen de navigation par satellite, les satellites Copernicus, mais aussi la vision par drone et l’IA. Résultat : les responsables logistiques peuvent mieux planifier les trajets et estimer les heures d’arrivée avec davantage de précision.
SPATRA a démontré que les données d’observation de la Terre peuvent être intégrées dans des modèles enrichis par l’IA afin de garantir un transport plus fluide et plus sûr. Une meilleure gestion du trafic et un suivi plus précis des voies ferrées ont aussi une dimension écologique : des réseaux plus efficaces sont plus respectueux de l’environnement.
La coordinatrice juge les résultats avec sobriété. « Nous avons réussi à faire progresser le niveau de maturité technologique de ces applications », souligne Danijela Ristic-Durrant. Elle ajoute aussitôt que le travail n’est pas terminé : « Comme pour tout système reposant sur des modèles d’IA, nous devons désormais disposer de davantage de données afin d’améliorer l’entraînement des modèles. » De nouveaux essais sur le terrain doivent rapprocher la technologie d’une exploitation commerciale.
Le projet SPATRA rappelle que les satellites ne servent pas qu’à la navigation. Les données de Copernicus Sentinel, associées à l’apprentissage automatique, ont permis de suivre la température des rails et de détecter plus tôt les risques de déformation, et à Batrovci, d’évaluer la congestion et l’occupation des parkings. Pour les étudiants en informatique, en géoinformation ou en logistique, le signal est clair : les données de l’orbite attendent des idées, et l’IA en demande toujours davantage.
5 questions · une minute
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文