Edge Computing : Retour d’expérience d’un use case d’inspection visuelle embarquée sur un drone avec Bureau Veritas Marine & Offshore

le 26/07/2021 par Valentin DESVAUX DE MARIGNY
Tags: Software Engineering

Le Cloud Computing a déjà fait ses preuves dans le traitement de grands volumes de données. Cependant dans un contexte IoT, la centralisation dans le Cloud de toutes les données capturées par les objets connectés se heurte au problème du coût de stockage, du coût de transport réseau et de la latence.

C’est là qu’intervient le Edge computing, un ensemble de techniques et de technologies qui permettent un traitement plus rapide, moins coûteux au plus près de la source de données. Il faut voir l’Edge computing  comme un pattern d’architecture IoT qui offre de nouveaux cas d’usage répondant à des problématiques business et opérationnelles qui peut aujourd’hui être mis en œuvre par presque toutes les industries.

Lors du Comptoir OCTO du 29/06/2021 avec Bureau Veritas, nous avons eu l’occasion de présenter un cas concret d’implémentation du Edge computing et de ses bénéfices. Retour d’expérience...

Contexte :

Au sein de Bureau Veritas, l’activité principale de la division Marine & Offshore est de vérifier la conformité des navires aux règles de classification Bureau Veritas et aux conventions de l'Organisation Maritime Internationale, qui concernent principalement la solidité structurelle et la fiabilité des machines à bord.

Pour ce cas concret il s’agissait d’évaluer l’état de la structure des navires : un inspecteur Bureau Veritas vérifie par exemple l’état de corrosion de la structure d’un navire dont le volume peut avoisiner les 33,000 m3. L’étendue des surfaces à inspecter pose des contraintes puisque l’inspecteur y passe un temps considérable, il existe une diversité de formes de corrosion et certaines zones sont difficiles d’accès. Diversité des effets corrosifs sur les surfaces de navires :

Pour pallier ces difficultés, la solution choisie est l'utilisation d’un drone pour l’acquisition d’un flux vidéo des surfaces ainsi que le déploiement d’une intelligence artificielle permettant la détection automatique, la classification et la localisation des cas de corrosion à partir des images capturées. Le choix d’utiliser un drone amène lui aussi de nouveaux défis :

  1. Le drone doit être de petite taille capable de s'insérer dans des espaces exiguës
  2. Le drone ne doit pas embarquer le modèle d’IA pour préserver sa batterie (limiter la consommation induite par la puissance de calcul du modèle)
  3. Les modèles IA sont donc embarqués sur les machines des inspecteurs. Il faut utiliser du matériel standard (téléphone, tablette, PC)
  4. Utiliser le modèle en condition réelle : soit à l’intérieur du navire et donc potentiellement sans aucun accès à Internet
  5. Réduire le temps de calcul du modèle afin de restituer la prédiction à l’inspecteur en quasi temps réel, tout en maintenant le bon niveau de précision

Présentation de la solution répondant aux contraintes :

  • Grâce à la solution développée, l’inspecteur se rend à l’intérieur du navire avec une tablette Android standard et un drone.
  • Sur la tablette équipée du modèle d’IA, il peut piloter le drone à distance et réaliser son inspection sans interagir avec un modèle IA sur le cloud.
  • A la fin de la phase d'acquisition vidéo par drone (8 minutes de vol), l’inspecteur récupère le flux vidéo du drone vers la tablette à l’aide d’un câble HDMI. La vidéo sera alors analysée par le modèle d’IA en 4 minutes et lui indiquera les potentielles zones corrodées identifiées.

Focus sur l’IA embarquée dans la tablette :

Le niveau de précision du modèle a pu être conservé grâce à 4 leviers :

  • Le pré-traitement vidéo via l’optimisation de la résolution des frames  et le nombre de frames/secondes à traiter par le modèle
  • La sélection et le ré-entrainnement d'un modèle plus économe
  • L’optimisation du temps d’inférence avec les  techniques de quantification / compression de modèles
  • L’amélioration de la performance  de l’ Edge, en utilisant une tablette Android dans les standards du marché, accompagnée d’une extension TPU

Focus sur l’apport du Cloud :

Le Edge et le Cloud se complètent et apportent tous les deux leur pierre à l’édifice d’une solution IoT. En effet, l’architecture est une discipline de compromis, c’est rarement l’un ou l’autre, mais souvent un bon équilibre à trouver entre les deux. Le Cloud reste indispensable à la solution car :

  • C’est l’environnement dans lequel les équipes développent, entraînent et améliorent le modèle
  • Le déploiement à grande échelle, doit s’appuyer sur le Cloud pour faciliter son exploitation (gestion des tablettes et des drones, gestion des inspections, suivi des indicateurs clés de performance, gestion des incidents, …)

En conclusion...

  • L’Edge Computing peut être déployé pour des cas d’usages contraints par le volume de données à traiter, le temps de réponse souhaité, la latence du réseau, la connectivité ou encore la sécurité.
  • Le Cloud et le Edge sont complémentaires. La répartition des composants d’architecture entre le volet Edge et le volet Cloud va dépendre des besoins fonctionnels et des contraintes techniques du cas d’usage.
  • Le cas d’usage de Bureau Veritas impliquait des  contraintes techniques qui imposaient l’intégration d’un modèle d’intelligence artificielle à l’Edge, embarqué dans la tablette de l’inspecteur. Le Cloud a été utilisé pour entraîner le modèle d’IA, analyser ses performances et l’ajuster  au besoin.
  • Au-delà des aspects techniques, il est primordial de penser à 360° son projet et indispensable de prendre en compte l’impact d’une telle solution sur l’organisation. Celle-ci implique nécessairement  une conduite du changement.
Vous voulez en savoir plus sur le Edge Computing ?