Thèse Drone Acoustique de Surveillance et de Détection Autonome H/F - Doctorat.Gouv.Fr

Établissement : Université de Technologie de Compiègne École doctorale : Sciences pour l'ingénieur Laboratoire de recherche : Mécanique, énergie et électricité Direction de la thèse : Jean-Daniel CHAZOT ORCID 0000000335857891 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-06-30T23:59:59 Un démonstrateur de drone autonome capable de localiser une source acoustique a été développé dans le cadre d'une thèse antérieure. Nous souhaitons poursuivre ces travaux en améliorant l'antenne utilisée et en développant des méthodes intelligentes pour déterminer la direction du vent relatif sur le drone et améliorer les mesures acoustiques. Cette thèse en acoustiqueet traitement du signal sera d'abord dédiée à l'amélioration des performances du démonstrateur actuellement disponible, en utilisant par exemple une antenne de doublets microphoniques pour mesurer la vitesse et l'intensité acoustique en plus de la pression comme dans les travaux de Fernandez-Grande et al, ou en utilisant des microphones MEMS bio-inspirés directifs comme ceux de Rahaman & Kim, ou en ajoutant des métamatériaux comme Lin et al pouraméliorer les performances de détection dans une direction privilégiée. Cette thèse sera ensuite dédiée au développement d'une méthode d'IA spécifique (exemples: iGEVD, régression par processus gaussien, physics-informed Gaussian process regression, démixage par deep learning avec Torchaudio/Demucs, ...) pour l'estimation intelligente dela direction du vent en temps réel à partir des mesures acoustiquespour ajuster la stratégie de vol, et pour estimer la matrice de covariance du bruit du vent sur les microphones en temps réel pour mieux débruiter les mesures. Pour développer ces deux axes de recherche nous comptons tout d'abord utiliser les équipements disponibles au laboratoire (drones, chambre anéchoïque, banc aéroacoustique, robot 3D de mesure) pour créer une base de données à partir de mesures en chambre anéchoïque sous écoulement contrôlé. Nous comptons ensuite utiliser cette base de données pour créer un modèle IA/ML pour estimer la direction et la matrice de covariance du vent. Cette technique permettra d'adopter une stratégie combinée, à la fois pour le débruitage des signaux en temps réel et le contrôle du drone, ce qui permettra d'améliorer le suivi de la cible.
Enfin, la thèse acoustique servira aussi à alimenter une thèse en parallèle sur la partie robotique dédiée à la fusion des données acoustiques et visuelles, et au contrôle autonome du drone. Jusqu'à maintenant l'information acoustique transmise au contrôleur se limite à la direction d'arrivée des ondes acoustiques. La thèse acoustique cherchera à extraire les autres principales 'features' acoustiques de détection et de localisation pour améliorer le contrôle : signature acoustique, émergences tonales, BPF, harmoniques ...L'estimation de la direction et de la force du vent seront aussi intégrées dans le contrôle du drone. L'équipe Acoustique et Vibrations du laboratoire Roberval de l'Université de Technologie de Compiègne a des compétences en imagerie acoustique pour la localisation et la caractérisation de sources sonores, notamment à l'aide d'une antenne embarquée sur une plateforme robotique mobile autonome, et en holographie acoustique pour détecter des zones de rayonnement d'une structure soumise à des vibrations.

L'équipe MPIA (Modélisation, Propagation et Imagerie acoustique) de l'Institut d'Alembert de Sorbonne Université dispose également de son côté d'une solide expérience en imagerie acoustique audible, en particulier dans la conception des systèmes multi canaux légers Mégamicros et d'algorithmes performants pour la détection des sources acoustiques. Leur faible encombrement et leur technologie permet de concevoir des antennes de géométrie arbitraire et simplement modifiable, adaptées pour être embarquées sur drone.

Les deux équipes ont déjà travaillé ensemble dans le cadre d'une thèse co-encadrée qui a permis la réalisation d'un démonstrateur de drone capable de localiser des sources acoustiques de manière autonome. 1) amélioration, adaptation et optimisation de l'antenne acoustique actuellement utilisée,
2) développement d'une méthode de débruitage et d'estimation du vent,
3) application de l'antenne et de la méthode au démonstrateurpour évaluer leurs performances,
4) optimisation multi-objectifs, acoustiques et robotiques, du contrôle et de la stratégie de vol pour l'amélioration des performances globales du drone autonome (en collaboration avec la thèse en robotique)

Nous recherchons un(e) ingénieur(e) ou diplômé(e) d'un Master en acoustique ou traitement du signal

Compétences requises :
Traitement du signal / Acoustique
Programmation (Python)

Compétences appréciées :
Intelligence artificielle
Machine Learning