Pallon - Intelligence artificielle pour les systèmes d'assainissement urbains
Dans le monde entier, les canalisations publiques vieillissent et sont donc plus vulnérables aux défauts tels que les fissures ou la corrosion. Le spin-off de l'ETH Pallon (anciennement Hades) utilise l'intelligence artificielle pour détecter automatiquement ces défauts dans les vidéos d'inspection des canalisations.
La vision de l'équipe de Pallon est d'améliorer la gestion des systèmes de canalisation afin de rendre les villes plus durables et plus résistantes. Nous nous sommes entretenus avec Christian Koch, cofondateur de Pallon.
Christian, pourquoi vous intéressez-vous aux systèmes d'égouts urbains plut?t désagréables ?
Dominik, l'un des cofondateurs de Pallon, et moi-même sommes tous deux ingénieurs en environnement et connaissons donc bien les systèmes d'assainissement urbains. En parlant de nos projets d'avenir, nous nous sommes souvenus d'un camarade de classe qui se plaignait de devoir passer des heures à visionner des vidéos d'inspection d'égouts lors de son stage dans un Engineering Tools. Il trouvait cela extrêmement pénible et était certain de ne plus jamais vouloir faire ce travail. C'est ainsi que notre idée est née.
Par la suite, nous nous sommes penchés sur le sujet de manière plus intensive en lisant des articles et en réalisant des interviews d'experts. Selon nos recherches, environ 25% des défauts sont actuellement négligés ou mal classés. En outre, les rapports sur les défauts et l'évaluation de l'état des canalisations qui en résulte sont également très hétérogènes, car chaque collaborateur enregistre des défauts différents, ce qui entra?ne une grande incertitude. Par conséquent, 15 à 20 % des tuyaux d'égout sont remplacés soit trop t?t, soit trop tard, ce qui entra?ne d'une part un gaspillage d'argent ou d'autre part une pollution de l'environnement. De plus, les données sont souvent stockées localement, de manière non structurée et pas facilement accessibles. Cela limite la collaboration entre les groupes d'intérêt et entrave l'utilisation d'analyses de données avancées pour la prise de décision.
![Image de l'intérieur d'une canalisation défectueuse](/de/wirtschaft/industry/news/data/2020/01/hades-kuenstliche-intelligenz-fuer-urbane-abwassersysteme/_jcr_content/news_content/fullwidthimage/image.imageformat.930.179575209.jpg)
Quels sont les avantages de la technologie Pallon ?
Au lieu de regarder des vidéos et de signaler manuellement les erreurs, nos clients n'ont plus qu'à télécharger leur vidéo sur notre cloud. Les erreurs y sont automatiquement détectées et classées à l'aide de la vision par ordinateur et du deep learning. Le fait de confier l'inspection vidéo à une machine permet non seulement de la réaliser beaucoup plus rapidement, mais aussi de fournir des données objectives, reproductibles et comparables. Les données sont automatiquement stockées dans un environnement cloud sécurisé, à partir duquel des rapports peuvent être créés ou des données intégrées dans le système d'information géographique. Dans l'ensemble, cela jette les bases d'une gestion des infrastructures d'assainissement basée sur les données.
Qui sont vos clients et quels sont leurs besoins ?
Nos principaux clients sont des exploitants d'égouts publics, tels que des municipalités et des prestataires de services d'égouts (par exemple, des bureaux d'inspection et d'ingénierie). Nous testons actuellement notre technologie avec quelques municipalités et prestataires de services sélectionnés dans la région DACH1 et améliorons continuellement nos services en fonction de leurs commentaires. La collaboration précoce avec les exploitants de canalisations et les prestataires de services nous a aidés à mieux comprendre les besoins de nos clients. Alors que les exploitants de canaux sont plut?t intéressés par une meilleure qualité des données, les prestataires de services utilisent notre technologie pour améliorer leur efficacité et ainsi pouvoir analyser plus de canaux avec le même nombre de collaborateurs. Les deux ont expliqué qu'ils avaient du mal à recruter des travailleurs qualifiés. Gr?ce à notre service, ce problème a été atténué.
Quels sont les défis que vous avez d? relever ?
Au départ, il a été difficile de recruter des informaticiens talentueux ayant une expérience dans le domaine du deep learning, qui est actuellement très demandé. En tant que membres de l'ETH, nous avions certains avantages à trouver des informaticiens qualifiés et nous pouvions collaborer avec des laboratoires de recherche. Ensuite, il était bien s?r important de trouver les achats nécessaires au développement de notre technologie. Nous avons eu la grande chance d'être soutenus par plusieurs institutions telles que BRIDGE proof-of-concept, la bourse de création d'entreprise EXIST, Climate-KIC ou Swiss Climate Foundation, ce qui nous a permis de combler notre déficit de financement initial.
Quels sont vos objectifs pour 2020 ?
En 2020, nous prévoyons d'élargir notre clientèle et recherchons des utilisateurs et des partenaires stratégiques intéressés. En outre, nous voulons continuer à développer notre équipe et à rechercher de nouveaux talents. Enfin, nous voulons lancer notre premier cycle d'investissement l'été prochain. Nous serions heureux d'entrer en contact avec des investisseurs qui partagent notre vision de rendre les villes plus durables et plus résistantes.
![?quipe Photo Hades : 4 hommes](/de/wirtschaft/industry/news/data/2020/01/hades-kuenstliche-intelligenz-fuer-urbane-abwassersysteme/_jcr_content/news_content/fullwidthimage_1687610872/image.imageformat.930.1445120244.jpg)
Contact / Liens :
?tes-vous intéressé par d'autres "News for" passionnantes ?
Histoires d'"Industry" ?
page externeAbonnez-vous à notre newsletter
page externeSuivez-nous sur LinkedIn
Vous cherchez des partenaires de recherche à l'ETH Zurich ?
Contacter ETH Relations avec l'industrie