Finissant au doctorat en informatique, Ahmad Merei a effectué sa soutenance de thèse le 12 décembre 2025. Sous la direction de recherche d’Hamid Mcheick et la codirection d’Alia Ghaddar (Université internationale libanaise), sa thèse a pour titre « Energy-aware informative path planning and emergency safe landing approach for UAVs in search and rescue missions ».
Sous la présidence de Fehmi Jaafar (UQAC), le jury d’évaluation était composé d’Enrico Natalizio (Technology Innovation Institute) et de Djamal Rebaine (UQAC).
Résumé de la thèse
Les véhicules aériens sans pilote (UAV – Uncrewed Aerial Vehicles) sont de plus en plus utilisés dans les domaines de la santé, de la gestion des catastrophes et des opérations de recherche et sauvetage (SAR). Dans ces environnements, la prise de décision rapide est essentielle. Elle s’effectue dans des environements complexes et incertains, ou chaque instant compte et peut sauver des vies. Cependant, leur efficacité demeure limitée par trois défis majeurs.
Voir plus
Le premier défi consiste à explorer efficacement une zone d’intérêt (AOI – {Area of Interest}). L’objectif est d’identifier et de prioriser les régions informatives importantes (ROI – Regions of Interest). Ces missions sont à la fois critiques en temps, où chaque minute peut déterminer les chances de survie, et critiques en énergie, où la capacité limitée des batteries restreint l’endurance de vol. Le deuxième défi concerne la coordination de plusieurs UAVs. Il s’agit de répartir les tâches de manière équilibrée entre les différentes ROI, tout en évitant l’exploration redondante et le gaspillage d’énergie. Enfin, le troisième défi réside dans la garantie d’atterrissages autonomes en toute sécurité. Il s’agit, d’une part, la capacité à se poser dans des zones encombrées à proximité de survivants, afin de faciliter la communication avec les premiers intervenants. D’autre part, le système doit gérer des situations imprévisibles telles que les environnements sans GPS ou des urgences nécessitant un atterrissage immédiat.
Les approches existantes de planification de trajectoire informative, qu’elles soient mono-UAV ou multi-UAV, ont permis des avancées notables. Cependant elles peinent encore à surmonter certaines limites en pratiques: l’utilisation optimale de l’énergie, la maximisation de la couverture de mission, ainsi que la coordination efficace de plusieurs véhicules.
De même, les systèmes d’atterrissage existants échouent souvent à éviter les obstacles. Par ailleurs, l’intégration des informations relatives aux survivants dans les algorithmes de décision en situation d’urgence reste partielle. De plus, ces systèmes s’appuient fréquemment sur des zones d’atterrissage pré-définies, qui sont rarement disponibles dans les scénarios réels de recherche et sauvetage (SAR).
Cette thèse répond à ces défis à travers trois contributions principales. Premièrement, elle introduit un planificateur de trajectoire informative à deux étapes anticipées et à conscience énergétique (noté EA-IPP2n). Ce planificateur est conçu pour maximiser le gain d’information tout en considérant explicitement le temps et l’énergie comme ressources critiques de mission. Deuxièmement, elle étend ce cadre aux opérations coopératives. Pour cela, elle propose une stratégie de partitionnement en forme de V (noté VAP) et un planificateur de trajectoire informative multi-UAV à conscience énergétique (noté EA-MIPP). Cette approche permet une répartition équilibrée des tâches entre les ROI, tout en gérant les obstacles statiques et les zones de non-vol. Troisièmement, elle développe un système d’atterrissage d’urgence sécurisé (noté ESLS). Ce systeme intégre plusieurs modules: la cartographie, la localisation et la détection d’objets afin d’identifier de manière autonome des zones d’atterrissage sûres. De plus, un mode spécialisé est prevu pour privilégier les atterrissages à proximité des survivants détectés.
Ensemble, ces contributions forment un cadre unifié pour l’autonomie des UAVs, à la fois conscient des ressources et résilient dans l’exécution des missions. Les méthodes proposées améliorent la collecte d’informations dans les AOI, permettent une collaboration multi-UAV et assurent des atterrissages d’urgence sécurisés. En combinant planification de trajectoire énergétique et stratégies d’atterrissage adaptatives, cette recherche renforce les capacités opérationnelles des UAV dans les missions de santé et de recherche et sauvetage.
Félicitations à Ahmad Merei pour la soutenance de sa thèse de doctorat!
