Precise localization of unmanned aerial vehicles for close-range infrastructure inspection

La gestion et la maintenance du patrimoine d'infrastructures constituent un enjeu majeur face aux défis liés au changement climatique, à la sécurité des usagers et à la soutenabilité des ressources. Les méthodes traditionnelles, souvent coûteuses, contraignantes et parfois risquées, peinent à répondre aux besoins croissants de suivi précis et de diagnostic rapide des dégradations. Dans ce contexte, le projet ROAD-AI, initié par le Cerema et Inria, vise à développer des approches innovantes pour le suivi de l'état des infrastructures en combinant expertise scientifique et ingénierie opérationnelle. Cette thèse s'inscrit dans l'axe dédié à la capture de données en environnements difficiles. Elle explore l'usage de véhicules aériens sans pilote (UAV) comme solution flexible et efficace pour les inspections rapprochées. L'objectif principal est de dépasser les limites des configurations de capteurs statiques ou intégrés, en proposant une méthodologie qui améliore la précision, la sécurité et l'autonomie des missions de contrôle. Cependant, les scénarios d'inspection rapprochée présentent souvent des conditions de réception GPS dégradées, voire une absence totale de signal. Les contributions se déclinent sur plusieurs plans. Sur le plan scientifique, un cadre de modélisation dense est introduit, permettant la localisation multi-sessions et l'intégration de mesures hétérogènes dans des jumeaux numériques. Une variante d'algorithme de rendu volumique EWA adaptée aux nuages de points de faible densité est proposée, ainsi qu'une méthode de localisation précise pour des scénarios d'inspection rapprochée. Sur le plan technique, des méthodes de recalage robustes et une stratégie de génération de cartes compatibles avec différentes caméras sont développées, facilitant l'analyse et l'exploitation des données. L'étude prend appui sur un cas d'usage concret : l'inspection de grandes structures présentant des risques pour les opérateurs et nécessitant une forte précision spatiale. Le protocole expérimental combine un vol de cartographie équipé d'une caméra stéréo à large distance de base, suivi d'un vol de mesure rapprochée embarquant un capteur spécialisé (radar multi-fréquences) et une caméra conventionnelle (monoculaire). Les résultats montrent que la précision de localisation est maintenue même en conditions d'imagerie défavorables (proximité aux structures) et avec un équipement réduit (seule une caméra monoculaire). Cette avancée constitue un pas significatif vers l'autonomie complète des drones pour le suivi des infrastructures. La méthodologie proposée ouvre la voie à des applications élargies de surveillance, contribuant à la durabilité, à la résilience et à l'optimisation de la maintenance des ouvrages publics.