InlandVessel-2K-Sim: A Reproducible Multi-Source Testbed and Evaluation Protocol for Inland Vessel Trajectory Prediction, with a Spatiotemporal Graph Attention Reference Model

Chaque jour, des milliers de cargos naviguent dans les voies navigables étroites et sinueuses des fleuves intérieurs de la Chine, transportant des marchandises le long des voies navigables intérieures. À mesure que le trafic s'intensifie, la nécessité de prédire où ces navires se rendront dans les secondes suivantes devient cruciale pour prévenir les collisions, gérer les écluses et assurer la sécurité. Pendant des décennies, la méthode standard pour suivre ces navires a été le Système d'Identification Automatique, ou AIS, une diffusion numérique qui transmet à un ordinateur central la position et la vitesse d'un navire. Cependant, ce système présente une faille fatale : le signal disparaît souvent lorsqu'un navire passe sous un pont, entre dans une écluse ou navigue à proximité d'un rivage encombré. De plus, les petites embarcations comme les bateaux de pêche manquent souvent d'équipement pour diffuser un signal. Lorsque le signal disparaît, l'ordinateur est laissé à l'aveugle, et dans un chenal encombré, une supposition peut être dangereuse.

Pour résoudre ce problème, les chercheurs espéraient depuis longtemps que la combinaison du signal AIS avec d'autres sens — comme le radar, qui voit à travers le brouillard, et les caméras, qui voient la forme du bateau — créerait une vue parfaite et incassable de l'eau. L'idée est que si un capteur échoue, les autres peuvent prendre le relais, créant ainsi un filet de sécurité bien plus précis qu'une source unique. Ce concept, connu sous le nom de fusion multi-sources, est devenu une approche standard dans des domaines tels que la conduite autonome, où les voitures combinent caméras et radars pour voir la route. Mais cette même stratégie fonctionne-t-elle pour l'environnement unique et chaotique des voies navigables intérieures, où les navires sont serrés les uns contre les autres et se déplacent selon des modèles complexes et interdépendants ?

Une équipe de chercheurs de l'Institut Polytechnique de Jining et de l'Université Normale de Qufu s'est lancée dans la résolution de cette question avec une nouvelle approche. Au lieu de s'appuyer sur des données réelles désordonnées et difficiles à comparer, ils ont construit un simulateur numérique sophistiqué appelé InlandVessel-2K-Sim. Cet outil crée des milliers de scènes réalistes de voies navigables intérieures, comprenant deux formes de chenaux différentes, des ponts et du brouillard. Crucialement, il génère des données synchronisées provenant de trois sources simultanément : la diffusion AIS, les scans radar et la vision par caméra. Cela a permis à l'équipe de mener des expériences contrôlées où elle pouvait tester précisément la performance d'un modèle informatique lorsqu'il utilise les trois sens par rapport à un modèle qui ne repose que sur le signal AIS. Ils ont également développé un ensemble strict de règles pour tester ces modèles, garantissant que chaque expérience est mesurée par rapport à la même base de référence : une simple supposition qui suppose que le navire continuera sa course à la vitesse actuelle.

Les chercheurs ont entraîné un modèle d'intelligence artificielle complexe, qu'ils ont nommé ST-GAT-Fusion, pour prédire les trajectoires des navires en utilisant ces données simulées. Ce modèle a été conçu pour être un « super-observateur », capable de fusionner les flux AIS, radar et visuel en une image cohérente de la voie navigable. Ils s'attendaient à ce qu'en combinant ces trois sources, le modèle surpasse nettement un système qui ne regarde que le signal AIS. Les résultats furent toutefois surprenants. Lors de tests sur un ensemble fixe de 160 scènes simulées, le modèle de fusion multi-sources n'a pas prédit les trajectoires des navires de manière plus précise qu'un modèle plus simple utilisant uniquement l'AIS. En fait, le modèle le plus précis de toute l'étude était une IA puissante utilisant uniquement l'AIS, atteignant une erreur de prédiction d'environ 17,3 mètres sur un horizon de 12 secondes. Le modèle de fusion, malgré sa complexité et son accès au radar et à la vision, oscillait autour de 19,2 à 19,5 mètres d'erreur. La différence entre les deux était si faible qu'elle entrait dans la plage de variation normale d'un ordinateur, ce qui signifie que les capteurs supplémentaires n'ont apporté aucune amélioration mesurable de la précision pour cette tâche spécifique.

L'étude n'a pas conclu que les capteurs supplémentaires étaient inutiles, mais plutôt que leur valeur dépend entièrement de la situation. Les chercheurs ont découvert que la véritable force du modèle de fusion ne résidait pas dans sa capacité à être plus précis lorsque tout fonctionne, mais dans sa capacité à être plus fiable lorsque les choses tournent mal. Lorsque les chercheurs ont simulé un scénario où le signal AIS était complètement bloqué — imitant un navire passant sous un pont — le modèle basé uniquement sur l'AIS échouait totalement car il n'avait plus de données à exploiter. Le modèle de fusion, quant à lui, a continué à prédire la trajectoire du navire en utilisant uniquement les données radar et caméra, perdant moins d'un demi-mètre de précision par rapport à ses performances normales. Cette robustesse est une caractéristique de sécurité vitale, prouvant que si les capteurs supplémentaires ne rendent pas le système plus intelligent dans des conditions parfaites, ils l'empêchent de devenir aveugle lorsque le signal primaire fait défaut.

L'équipe a également étudié pourquoi le modèle de fusion ne devenait pas plus précis à mesure que l'on ajoutait des données d'entraînement. Ils ont découvert que l'avantage de l'utilisation de plusieurs capteurs ne croissait pas avec l'augmentation de l'information ; au contraire, l'écart entre le modèle de fusion et le modèle simple basé sur l'AIS se réduisait à mesure que les données d'entraînement augmentaient. Cela suggère que les méthodes actuelles pour combiner ces différents types de données ne sont pas encore assez efficaces pour extraire une valeur supplémentaire des flux radar et visuels dans cet environnement spécifique. L'étude conclut que, pour la taille actuelle de l'ensemble de données, la complexité de la fusion de trois capteurs ne produit pas une meilleure prédiction qu'un système bien réglé utilisant uniquement le signal AIS. La véritable avancée de ce travail n'est pas un prédicteur super-précis, mais la création d'un terrain de test reproductible et d'un ensemble de règles rigoureuses qui ont révélé cette vérité. En fournissant un simulateur partagé et un protocole d'évaluation rigoureux, les chercheurs ont offert à la communauté scientifique un moyen de tester les idées futures de manière équitable, garantissant que les nouvelles technologies soient jugées sur leur capacité réelle à améliorer la sécurité plutôt que sur la promesse de combiner davantage de données.

En fin de compte, la recherche offre une leçon nuancée pour l'avenir de la sécurité maritime. Bien que le rêve d'un système de vision multi-capteurs parfait reste séduisant, la réalité est que l'ajout de données ne rend pas automatiquement un système plus intelligent. La voie la plus efficace consiste peut-être à se concentrer sur le renforcement de la robustesse et de la fiabilité des systèmes existants basés sur l'AIS, tout en utilisant le radar et la vision spécifiquement comme une solution de secours pour éviter une défaillance totale lorsque le signal primaire est perdu. L'étude établit que dans le monde encombré et complexe des voies navigables intérieures, la valeur d'une nouvelle technologie ne réside pas seulement dans la quantité de données qu'elle peut traiter, mais dans sa capacité à gérer les moments où ces données disparaissent.