Estimation de pose de véhicules spatiaux non coopératifs à partir de réseaux de neurones – De l'image monoculaire à l'implémentation embarquée temps réel et à l'analyse temporelle

Cette thèse porte sur l’estimation de pose de véhicules spatiaux non coopératifs à partir d’images monoculaires, en s’appuyant sur des techniques d’apprentissage profond. Cette pro-blématique revêt une importance croissante dans le contexte de l’automatisation des opéra-tions spatiales contemporaines. L’objectif central de ce travail est de concevoir des réseaux de neurones à la fois précis et suffisamment efficients pour être déployés à bord de plateformes aux ressources contraintes. Le premier volet de cette recherche introduit Mobile-URSONet, un réseau optimisé pour les strictes contraintes de l’embarqué spatial. Développé dans le prolongement d’un concours international organisé par l’Agence spatiale européenne et l’Université Stanford, ce modèle s’inscrit dans le courant des approches neuronales pour l’estimation de pose spatiale. Mobile-URSONet se distingue par un compromis maîtrisé entre complexité computationnelle et précision, et constitue l’une des premières architectures compatibles avec un déploiement embarqué sur des calculateurs à faibles ressources. Le deuxième volet porte sur l’exécution temps réel de ce modèle sur trois plateformes ma-térielles représentatives des environnements spatiaux : un processeur ARM Cortex-A53, un GPU Nvidia Jetson Orin Nano et un FPGA Xilinx UltraScale+. Cette étude démontre la faisabilité d’un déploiement embarqué en temps réel, en mobilisant des stratégies de quanti-fication efficaces et des chaînes de compilation adaptées. L’évaluation rigoureuse des perfor-mances comble les lacunes identifiées dans les travaux antérieurs. Le troisième volet étend l’estimation de pose au domaine temporel, avec l’introduction de D-SPEED, un jeu de données original combinant des images fixes haute résolution et des séquences vidéo annotées. Il s’agit du premier jeu de données à proposer des trajectoires variées et documentées, permettant d’évaluer finement la robustesse et la stabilité temporelle des prédictions. Les contributions proposées répondent aux contraintes scientifiques et techniques du domaine spatial, tout en s’alignant sur les exigences d’une exécution embarquée en orbite. Elles ouvrent la voie à des applications opérationnelles telles que l’amarrage autonome, la maintenance orbitale ou la navigation visuelle embarquée. La méthodologie rigoureuse adoptée, ainsi que la diffusion libre et reproductible des ressources développées, fournissent à la communauté scientifique un socle fiable pour prolonger ces travaux.