Moderniser la gestion des infrastructures routières grâce à l’intelligence artificielle

Introduction 

Dans le cadre de son engagement envers Djibouti Vision 2035, DPCR SA, qui dispose de la gestion exclusive du réseau des corridors routiers, a développé le projet DPCR CorridorVision AI. Cette initiative vise à intégrer l’intelligence artificielle dans la gestion des infrastructures routières, couvrant les processus de planification, de construction, de maintenance et d’amélioration de la sécurité des infrastructures.

Ce projet ambitieux, aligné avec ses prérogatives de réhabilitation, modernisation et entretien des routes comme la RN1, RN2, RN5, RN9, RN11, RN17 et RN19, intègre des technologies avancées pour transformer les méthodes traditionnelles de gestion routière en solutions digitales proactives et écologiques.

Une Initiative Alignée sur Djibouti Vision 2035

Djibouti Ports Corridor Road SA et RapidCanvas ont développé une stratégie novatrice avec le projet DPCR CorridorVision AI, suite à la signature de l’accord de coopération survenue en octobre 2024 à Djibouti. Ce projet renforce le rôle de Djibouti comme carrefour logistique et économique régional, améliore la connectivité entre les corridors stratégiques et favorise des échanges commerciaux plus fluides. En adoptant des technologies avancées et une approche durable, DPCR SA modernise la gestion des infrastructures routières tout en réduisant l’empreinte carbone et les coûts d’entretien.

Les Innovations Clés du Projet

Le modèle de développement de la technologie DPCR CorridorVision AI constitue une première dans le secteur du corridor routier à Djibouti et dans la région. Il inclut la classification et la documentation des dégradations des routes selon des catégories telles que les déformations, les fissures, les déplacements et les nids de poule, permettant ainsi une gestion plus précise et efficace. Cette approche innovante place Djibouti à l’avant-garde de la modernisation des infrastructures routières grâce à l’intégration de technologies d’intelligence artificielle de pointe.

Figure 1 Capture de l’application et de l’analyse

• • Technologie de Pointe : Le projet repose sur des modèles d’IA avancés, comme YOLO V8, capables de détecter les fissures, nids-de-poule, effondrements, et autres anomalies structurelles sur les routes avec une précision impressionnante. Ces modèles sont développés pour optimiser la conception et la maintenance des routes, remplaçant les approches historiques basées sur des inspections terrain souvent coûteuses en temps et en ressources. Ces modèles sont alimentés par des vidéos haute résolution capturées par des caméras GoPro Hero10 Black. Ces dernières disposent de capteurs GPS intégrés pour une localisation précise, ainsi que de la stabilisation HyperSmooth 4.0 pour assurer des captures fluides, même sur des terrains accidentés. En complément, le système exploite des techniques de vision par ordinateur pour une analyse en temps réel, optimisant ainsi la détection et la réparation des dégradations. Une base de données interactive centralise toutes les informations collectées, offrant une cartographie complète et dynamique de l’état des routes.

• • Surveillance en Temps Réel : Ce projet ne se limite pas à la surveillance ou à la simple détection. Grâce à l’entraînement des modèles IA associé à l’expertise d’équipes compétentes, les données collectées permettent une analyse prédictive avancée et une planification stratégique des interventions. Cela garantit des réponses rapides, une optimisation des ressources et une sécurité accrue des routes, tout en réduisant significativement les coûts de maintenance.

• • Gestion Optimisée des Ressources : Une plateforme interactive propose une cartographie géolocalisée des dégradations routières, facilitant la prise de décision rapide pour les interventions prioritaires.

Les Défis Relevés et Solutions

• • Conditions Climatiques et Surchauffe équipement: Afin de minimiser les interruptions, les équipes ont adopté des batteries supplémentaires et réduit la résolution vidéo pour prolonger l’autonomie.

• • Précision des Modèles: Avec une cible de précision de 90%, les modèles d’IA sont en constante amélioration grâce aux retours des équipes terrain.

• • Optimisation des Coûts: DPCR SA a négocié des tarifs avantageux pour les abonnements à la plateforme RapidCanvas, tout en réduisant les coûts d’acquisition d’équipements.

Résultats Attendus

• • Pour DPCR SA:
    • • Création d’une base de données exhaustive sur les routes corridors.
    • • Réduction significative des coûts de maintenance grâce à des interventions préventives.

• • Pour les Usagers:
    • • Une amélioration notable de la sécurité routière.
    • • Une expérience de conduite plus agréable sur des routes bien entretenues.

Vers un Avenir Durable

DPCR CorridorVision AI est plus qu’une simple avancée technologique; c’est une étape décisive vers la transformation numérique des infrastructures routières de Djibouti. Ce projet illustre l’engagement de DPCR SA à construire des routes sûres, efficaces et résilientes, renforçant ainsi le rôle stratégique du pays dans la région de l’Afrique de l’Est.