Contrats octroyés au titre du programme Solutions innovatrices Canada

149 715 $

Analyse prédictive 3D basée sur l'IA pour les systèmes robotisés embarqués

L'objectif du projet est de développer une méthode de détection 3D basée sur l'IA pour surveiller précisément en temps réel la proximité de structures et d'obstacles dans des scènes complexes et arbitraires en milieu spatial qui fera appel aux vues de plusieurs caméras 2D, à la création de modèles volumétriques 3D et à du matériel de base à faible consommation d'énergie. Le cadre d'applications sera basé sur la trousse de développement logiciel existant de CSI pour le traitement multimédia.

LDT-2 (Live Digital Twin - 2)

Le système Live Digital Twin visera à fournir aux plateformes robotisées des données sur la détection et la localisation d'objets pour l'exécution autonome de déplacements sans collision dans des environnements dynamiques et non structurés. Un algorithme basé sur l'apprentissage automatique sera entrainé à détecter et à localiser les objets visibles dans l'environnement opérationnel, y compris les débris. Si un objet étranger est détecté sur la trajectoire du robot, une alarme sera émise et la trajectoire pourra être modifiée.

140 817 $

Capteur de proximité PAWS

L'objectif de ce projet est d'établir un concept réalisable de radar à ouverture de synthèse à entrées et sorties multiples pour des applications de détection de proximité dans l'espace qui permettront de détecter la position et la vitesse en temps réel avec un champ de vision de 180°, tout en imageant et en identifiant les éléments dans un environnement dynamique.

Capteur de proximité spatial FMCW

Les objectifs de ce projet sont d'achever la conception préliminaire d'un capteur de proximité basé sur une architecture de lidar à ondes continues modulées en fréquence (FMCW) et de valider une configuration expérimentale FMCW faite de composants courants. La capacité de la conception à atteindre une fiabilité de niveau spatial sera aussi évaluée.

97 804 $

Prévision des feux de forêt au moyen de données satellitaires et de l'apprentissage machine

Les outils actuels de prévision des feux de forêt utilisent principalement des données climatiques et météorologiques provenant de stations météorologiques terrestres. Ces données peuvent être rares et coûteuses à recueillir.

Coanda se sert de l'intelligence artificielle et de l'apprentissage machine pour accéder à un vaste ensemble de données satellitaires diverses et en tirer des renseignements utiles afin d'accroître la capacité de prévoir les feux de forêt de façon autonome. Outre les avantages directs pour la santé et la sécurité publiques, cela se traduira par une meilleure utilisation des ressources et par une réduction des pertes dues aux incendies de forêt.

Cartographie et suivi satellitaires des hauts-fonds par intelligence artificielle

La disponibilité de données fiables sur la profondeur des océans le long des côtes canadiennes est une priorité pour le gouvernement du Canada. Comme le réchauffement climatique entraîne une augmentation du trafic maritime dans l'Arctique canadien, les besoins en cartes précises de cette région ne cessent de croître. Malheureusement, pour plusieurs littoraux du pays, les données sont désuètes, voire inexistantes.

Jusqu'à maintenant, la mesure de la profondeur des océans a surtout été réalisée par des relevés sur le terrain, suivant des méthodes très coûteuses en temps et en argent. La solution proposée par Effigis Géo-Solutions vise à effectuer la cartographie et le suivi de la profondeur des eaux côtières grâce à une approche basée sur l'utilisation de séries d'images satellitaires traitées à l'aide d'intelligence artificielle. Le système sera en mesure de détecter les changements que peuvent subir les fonds marins, et ce, avant que ceux-ci puissent constituer une menace.

Un outil d'intelligence artificielle qui améliore la gestion des navires et réduit les risques en mer

La circulation maritime ne cesse d'évoluer : navires plus nombreux et plus grands, multiplication des routes, trafic accru dans l'Arctique. Il faut élaborer des solutions qui protégeront l'environnement, réduiront les émissions des navires, amélioreront la sécurité maritime et appuieront les échanges commerciaux.

Bien que des outils d'appui à la sécurité du trafic maritime soient déjà utilisés, Global Spatial Technology Solutions (GSTS) propose un concept global de prochaine génération qui permet une gestion dynamique des navires pour améliorer la sécurité et les opérations maritimes. Le projet de cette entreprise consiste à appliquer l'intelligence artificielle et les méthodes de traitement des mégadonnées à l'analyse d'images satellitaires et de données du système d'identification automatique des navires combinées à des ensembles de données océanographiques, météorologiques et environnementales. Cette capacité de nouvelle génération améliorera OCIANA, l'outil de gestion des navires et des risques maritimes de GSTS. Grâce à l'analyse automatisée des trajectoires des navires, la plateforme avancée OCIANA détectera très tôt les situations de menace afin de fournir des informations d'aide à la prise de décision aux autorités compétentes, permettant ainsi d'éviter les perturbations. En améliorant la gestion des risques liés au trafic maritime mondial, cet outil novateur permettra de réduire les risques de collision et d'échouement, de minimiser les impacts sur les équipements de pêche et les écosystèmes marins, de prévenir la contamination de l'environnement et de soutenir les activités des programmes canadiens de sécurité dans leur ensemble.

Élaboration d'un outil Web d'évaluation des risques de maladies des cultures dans les Prairies canadiennes

Il n'existe actuellement aucun outil au Canada qui intègre des données géospatiales en temps quasi réel pour évaluer le risque de maladies des cultures. Ces facteurs de risque, très variables dans l'espace et dans le temps, sont difficiles à surveiller et à mesurer efficacement.

Les scientifiques veulent mettre au point un outil Web d'évaluation des risques de maladies des cultures qui serait applicable à l'ensemble des Prairies canadiennes. Bien qu'un premier modèle ait déjà été développé pour un petit site d'essai, avec ce projet H2O Geomatics sera en mesure de fournir des données géospatiales pour tous les facteurs de risque de l'ensemble des terres agricoles des Prairies. H2O Geomatics utilisera l'intelligence artificielle pour mettre à profit la valeur de ce grand ensemble de données afin d'évaluer le potentiel de développement de maladies.

Ce nouvel outil Web ira bien au-delà de ce qui est actuellement disponible et permettra aux agriculteurs d'accéder efficacement à beaucoup d'informations différentes dans une seule plateforme, en temps quasi réel. Ces données aideront les producteurs à prendre les meilleures décisions sur la façon d'atténuer les risques environnementaux et sur l'adoption des pratiques de gestion agricole les plus efficaces.

Optimisation autonome des tâches par l'apprentissage machine (ATOM)

Le nombre de fournisseurs de données satellitaires ne cesse d'augmenter, tout comme la demande d'imagerie satellitaire. Les processus d'acquisition de ces données peuvent être longs, complexes et fastidieux. Dans le cadre de sa mission visant à rendre les données satellitaires accessibles au monde entier, SkyWatch a développé la plateforme EarthCache, qui offre une interface numérique simplifiée pour la distribution des données d'observation de la Terre.

L'étape suivante pour SkyWatch est l'automatisation et l'optimisation de l'attribution des tâches aux satellites grâce à l'apprentissage machine et à l'intelligence artificielle. La plateforme améliorée pourra prévoir quel sera le meilleur satellite pour une collecte de données, ce qui améliorera la coordination et l'efficacité de la planification des tâches. En ayant accès à une plateforme très simple et puissante pour recueillir et distribuer des données satellitaires, le marché sera en meilleure position pour tirer parti des satellites de la manière la plus efficace possible.

1 095 925 $

Application de nouvelles techniques d'intelligence artificielle à l'analyse des données satellitaires (Big Data) dans le domaine de la sécurité maritime

Le projet vise à développer une nouvelle approche pour classer les navires uniquement à partir de séries temporelles de données de position via un système d'identification automatique par satellite (SIAS) (par exemple, longitude, latitude, vitesse par rapport au sol, trajectoire par rapport au sol) en utilisant une analyse de données avancée et des modèles d'intelligence artificielle pour révéler les particularités de la trajectoire du navire. En particulier, l'approche exploite les informations de position pour dériver des informations d'identification entièrement indépendantes des identifiants déclarés du navire, tels que l'identité du service mobile maritime. Cette approche vise à améliorer directement l'utilité du flux de données SIAS en permettant la mise en œuvre d'applications sophistiquées qui dépendent d'ensembles de données avec des identifiants de navires fiables.

Optimisation autonome des tâches par l'apprentissage machine (ATOM)

SkyWatch estime que l'observation de la Terre devrait être simple et accessible à tous. L'entreprise a développé la plateforme EarthCache pour réunir des sources de données d'observation de la Terre pour les clients et la plateforme TerraStream pour simplifier la préparation des tâches satellitaires et la gestion des données pour les exploitants de satellites. Le projet consiste à intégrer les concepts développés lors de la première phase afin d'améliorer les capacités de ces deux plateformes. Les améliorations comprennent ce qui suit : opérationnaliser l'optimisation des actifs spatiaux multimissions; améliorer les capacités de filtrage, d'attribution des tâches RSO et d'intégration des archives; améliorer les modèles d'apprentissage machine utilisés pour prédire les interférences aux fréquences radioélectriques, optimiser les coûts des tâches et augmenter la probabilité de collecte; mettre en place des mesures de contrôle supplémentaires de distribution pour les gouvernements et les grandes entreprises.