Cette thèse a pour but d'accroître l’autonomie des systèmes avioniques, comme par exemple de pouvoir fonctionner avec un seul pilote. Les travaux de recherche porteront sur la détection d’anomalies et le diagnostic des capteurs ainsi que sur la fusion de données pour délivrer des informations correctes au pilote. En effet, les défaillances ou des phénomènes atmosphériques particuliers peuvent les affecter, provoquant une forte diminution de l’assistance au pilotage. On cherchera à établir une solution générique, capable de s’adapter à chaque aéronef (MSN-centrique). La première application s’intéressera aux capteurs mesurant les paramètres air (incidence, vitesse…) et devra mettre en évidence le gain de précision induit par le couplage de méthodes d’estimation basées connaissances et de méthodes d’apprentissage de l’IA, en démontrant la capacité de détection des anomalies liées aux formes de givres. La recherche de la simplicité et lisibilité sera toujours de rigueur afin d’assurer une solution industriellement déployable. Les travaux bénéficieront d’un environnement industriel permettant un prototypage rapide et une comparaison avec les algorithmes existants grâce aux outils de validation et vérification mis à disposition, déjà développés dans le cadre de précédents travaux sur la fusion de données.
La thèse s’effectuera à Toulouse, dans un contexte Cifre, associant le LAAS-CNRS, l’institut ANITI et AIRBUS.
