Une IA embarquée pour protéger les cultures

sept 2021 - dec 2022

J'ai commencé à travailler sur une solution de dissuasion des oiseaux en 2021 lors de ma première année d'école d'ingénieur. Le projet est devenu Galinios, une start-up que j'ai cofondée.

Les agriculteurs qui cultivent du maïs ou du tournesol sont confrontés chaque année à la problématique des dégâts d'oiseaux sur leurs semis et jeunes pousses. Les solutions actuelles manquent d'efficacité car les oiseaux s'y habituent. Elles sont souvent interdites par arrêtés municipaux à cause du bruit qu'elles génèrent pour les riverains.

Nous avons commencé à prototyper au fablab de CentraleSupélec, LaFabrique. Nous avons utilisé un Raspberry Pi, des haut-parleurs et une caméra et nous avons travaillé sur un concept simple :

• La caméra tourne et capture des images. Ces images sont traitées par un réseau de neurones sur le Raspberry Pi. S'il y a des oiseaux sur l'image, le système déclenche un son pour les effrayer et une alerte est envoyée à l'agriculteur.

• Le système est autonome en énergie grâce à un panneau solaire et une batterie.

jan 2023 - sept 2023

Nous avons testé notre premier prototype sur une petite parcelle à la ferme expérimentale d'AgroParisTech à Grignon. Nous avons ensuite amélioré notre système et avons construit 10 nouveaux appareils à déployer au printemps 2023.

Prototype au printemps 2023

Au cours de cette saison expérimentale, nous avons rencontré de nombreux défis et difficultés techniques.

Les Raspberry Pi plantaient beaucoup, sans possibilité de les redémarrer à distance. Nous avons introduit un minuteur physique qui devait couper l'alimentation et redémarrer le système à intervalles réguliers de quelques heures, mais cela a entraîné d'autres problèmes comme la corruption de cartes SD.

Nous n'avions aucun outil pour surveiller l'ensemble de la flotte et nous devions nous connecter à chaque machine avec VNC Viewer pour vérifier le fonctionnement et déployer les mises à jour.

Le câble nappe de la caméra reliée au Raspberry Pi s'enroulait autour de la caméra, ce qui rendait la déction impossible

Le réseau de neurones yolov7 ré-entraîné était fonctionnel mais générait beaucoup de faux positifs.

sept 2023 - avril 2024

Nous avons choisi de concentrer nos efforts commerciaux sur les entreprises de production de semences. En effet, les premières étapes du processus de multiplication des semences consistent à prendre quelques sacs de graines soigneusement sélectionnés par des années de développement de R&D et à les planter dans un champ. Les graines sont ensuite récoltées. La prédation aviaire à ce stade critique peut ralentir et menacer toute la production de semences.

Parallèlement, nous avons obtenu un prêt de 50 000 € de la Fondation pour les Générations Futures.

Nous avons officiellement créé l'entreprise et avons commencé à travailler sur une nouvelle mouture du dispositif.

J'ai entièrement repensé le système pour le rendre plus fiable et évolutif. J'ai remplacé notre algorithme principal de Python par du C++. J'ai travaillé avec le protocole de communication I2C pour la communication entre le Raspberry Pi et les périphériques.

J'ai remplacé le minuteur par un Watchdog, qui pouvait redémarrer le Raspberry Pi en cas de plantage. Le timeout du watchdog est réglable par le logiciel : grâce à cela, le Raspberry Pi peut être éteint pendant la nuit ou entre les plages de fonctionnement pour économiser de l'énergie.

J'ai basculé les amplificateurs du mode analogique au mode numérique, ce qui a permis à l'appareil de contrôler le volume du son depuis le logiciel.

J'ai également reconstruit le système de rotation de la caméra. J'ai changé le servomoteur qui l'alimentait et j'ai imprimé en 3D des engrenages pour obtenir le comportement souhaité.

Enfin, j'ai complètement repositionné tous les composants dans la boîte pour la rendre plus compacte et j'ai repensé le compartiment de la caméra.

Avec des élèves de CentraleSupélec, nous avons développé une interface web pour surveiller l'ensemble de la flotte d'appareils. Les appareils envoyaient leur statut et leurs images à un serveur, qui les affichait pour l'utilisateur. Nous pouvions vérifier les détections de l'appareil et nous pouvions le mettre en sourdine en cas de faux positifs ou demander à déclencher un son.

Pendant ce temps, le développement prenait du retard. Il était difficile de rencontrer des prospects et ces derniers étaient réticents à s'engager avec nous malgré l'importance du problème. Par exemple, j'ai pris contact avec un responsable de production de semences qui décrivait l'ampleur du problème pour ces équipes : 1/5 de ses parcelles de semences étaient lourdement affectées, ce qui le mettait dans une position délicate vis à vis du département commercial. Pourtant, il n'était pas vraiment disposé à nous payer pour couvrir nos frais de déplacement et le coût des matières premières. Nous avons rencontré un responsable d'entreprise qui niait les difficultés avec les oiseaux, alors que ses équipes nous parlaient de l'impact considérable.

Nous n'avons pas été sélectionnés dans un appel à projets visant à aider les startups à notre stade de développement, ce qui aurait pu soutenir notre développement pendant un an. Nous avons clairement compris que lutter contre les oiseaux n'était pas la priorité.

En mars 2024, nous avions de la trésorerie mais nous manquions de perspectives. Nous avons dû fermer la société.