Éoliennes en mer : l’IA pilote des robots sous-marins pour mieux les inspecter

Les éoliennes installées au large ne se résument pas à leurs pales visibles depuis la côte. Sous la ligne d’eau, leurs fondations, câbles et protections contre l’érosion sont soumis aux courants, aux vagues, au sel et à une visibilité souvent réduite. Inspecter ces équipements est une nécessité de maintenance, mais aussi une opération coûteuse et exigeante. C’est sur ce terrain que les véhicules sous-marins autonomes, ou AUV, cherchent à prendre une place croissante.

Le véhicule développé par Beam illustre cette évolution. Alimenté par des logiciels d’intelligence artificielle, il est conçu pour effectuer des missions d’inspection sans qu’un pilote le dirige en permanence depuis la surface. Il a notamment été mobilisé au parc éolien de Seagreen, en Écosse, présenté comme le plus grand parc éolien offshore du Royaume-Uni. Son rôle est de recueillir des informations détaillées sur les éléments immergés et leur environnement afin d’aider les exploitants à organiser leurs opérations de maintenance.

Pourquoi faut-il inspecter les parties immergées des éoliennes ?

Une éolienne en mer repose sur une structure fixée au fond marin. Selon la configuration du site, cette fondation peut être entourée d’enrochements ou d’autres dispositifs destinés à limiter l’érosion autour de son pied. Or, ces zones sont difficiles d’accès. Les conditions de mer peuvent retarder une intervention, tandis que la profondeur et la turbidité de l’eau compliquent l’observation directe.

Les inspections servent notamment à repérer d’éventuelles dégradations, à suivre l’état du fond marin et à documenter l’évolution des structures au fil du temps. Dans les méthodes plus traditionnelles, ce travail peut faire intervenir des plongeurs, un navire spécialisé et des véhicules téléopérés, appelés ROV. Ces derniers sont reliés à la surface par un câble et pilotés à distance.

L’AUV, pour « autonomous underwater vehicle », fonctionne selon une autre logique. Il embarque son énergie, ses instruments et un système de navigation. Avant son départ, il reçoit un plan de mission. Pendant son parcours, ses logiciels l’aident à suivre l’itinéraire prévu, à stabiliser sa trajectoire et à enregistrer les données nécessaires. L’autonomie ne signifie donc pas qu’il agit sans cadre : la mission est préparée, contrôlée et exploitée par des équipes humaines.

Comment l’IA et les capteurs transforment-ils l’inspection ?

L’intelligence artificielle n’est pas ici un simple outil conversationnel. Elle intervient dans une chaîne technique qui associe navigation, acquisition d’images, mesures acoustiques et traitement des données. Le véhicule de Beam peut inspecter les infrastructures, étudier l’état du fond marin et produire des modèles 3D détaillés des zones observées.

Ces représentations numériques permettent de comparer plusieurs relevés d’une même zone. Elles donnent aux équipes de maintenance une base plus précise pour examiner une anomalie ou planifier une intervention. Les informations collectées peuvent également enrichir l’historique d’un site, ce qui est essentiel lorsque les installations sont éloignées de la côte et exposées durablement à un environnement marin changeant.

Les capteurs embarqués ne remplissent pas tous la même fonction. Leur combinaison vise à pallier les limites de la vision sous-marine, qui dépend fortement de la clarté de l’eau et de la lumière disponible.

La valeur du système ne tient donc pas uniquement au robot lui-même. Elle dépend aussi de la qualité des données, de leur géolocalisation, de leur comparaison avec des relevés précédents et de la capacité des experts à en tirer un diagnostic opérationnel.

Seagreen, un terrain d’essai en conditions offshore

Le parc de Seagreen, situé en Écosse, constitue l’un des cas d’usage mis en avant pour l’AUV de Beam. Sur un parc offshore de grande taille, la logistique est un enjeu quotidien : il faut coordonner les navires, les équipes, la météo et les fenêtres d’intervention disponibles. Pouvoir déléguer une partie des relevés à un véhicule autonome peut donc changer la préparation des opérations.

L’engin est présenté comme capable de réaliser des inspections minutieuses des structures, mais aussi de caractériser le fond marin. Cette double fonction est importante. La solidité et la sécurité d’une installation ne dépendent pas seulement de l’aspect extérieur de sa fondation. La configuration des sédiments et des protections autour de celle-ci mérite également un suivi régulier.

L’intérêt d’un AUV est de couvrir une mission préprogrammée de manière répétable. Là où une observation humaine peut varier selon la météo, la disponibilité des équipes ou les conditions de travail, le robot peut appliquer le même protocole de collecte à différentes dates. Cette régularité facilite ensuite les comparaisons, à condition que les capteurs soient correctement calibrés et que les données soient vérifiées.

Le projet Inemar veut automatiser l’ensemble de la chaîne

Cette ambition dépasse le seul véhicule de Beam. Le projet Inemar, lancé par cinq partenaires industriels, vise à automatiser l’inspection des éoliennes en mer à l’aide d’une batterie de technologies numériques. Son objectif est de faire évoluer les procédures de maintenance vers des opérations davantage planifiées à partir de données acquises sur le terrain.

Automatiser entièrement une inspection ne consiste pas seulement à envoyer un drone sous l’eau. Il faut préparer le parcours, garantir la qualité des relevés, transférer et stocker les informations, construire des modèles exploitables, puis signaler les points qui méritent une vérification. L’intelligence artificielle peut aider à organiser et à analyser ce flux, notamment lorsqu’il faut traiter de nombreux relevés visuels ou acoustiques.

Le projet reflète un mouvement plus large de numérisation des services maritimes. La publication d’origine évoque plus de 550 projets labellisés dans le cadre d’initiatives d’innovation maritime. Cet élan couvre des usages variés, depuis la surveillance des infrastructures jusqu’à la cartographie des fonds et aux analyses environnementales.

Quels bénéfices par rapport aux inspections classiques ?

Le premier bénéfice attendu est la réduction de l’exposition humaine aux opérations en mer. Travailler près d’une structure offshore implique de tenir compte de la météo, des courants, du transport par navire et des contraintes propres à la plongée. Un robot sous-marin ne supprime pas tous les risques du chantier, mais il peut éviter de mobiliser des personnes pour certaines tâches de reconnaissance ou de relevé répétitif.

Le second avantage concerne la planification. Si une inspection détecte une zone inhabituelle, l’exploitant peut préparer une mission humaine ou robotisée plus ciblée, avec les outils adaptés. À l’inverse, une absence d’anomalie visible dans un relevé ne dispense pas nécessairement de toute vérification : elle contribue à documenter l’état général de l’installation et à prioriser les ressources.

La publication d’origine évoque une réduction des temps et des coûts pouvant aller jusqu’à 50 %. Ce chiffre doit toutefois être lu comme un potentiel associé à certains scénarios d’automatisation, et non comme une économie garantie pour chaque parc. Le gain réel dépend du type d’inspection, de la distance au large, des conditions de mer, du matériel déjà disponible et de la fréquence des opérations.

Enfin, l’intérêt réside dans le volume et la continuité des données. Caméras, sonars et capteurs de condition peuvent constituer une mémoire technique du parc. Pour les exploitants, il devient plus facile de suivre l’évolution d’une zone plutôt que de se fonder uniquement sur des inspections isolées.

Des usages qui dépassent la maintenance des éoliennes

Les véhicules sous-marins autonomes ne sont pas limités aux éoliennes offshore. Leurs capacités de déplacement, de collecte et de cartographie les rendent utiles dans d’autres activités maritimes. Le même type d’équipement peut être mobilisé pour effectuer des prélèvements, réaliser des cartographies géophysiques ou contribuer à des analyses environnementales.

Dans tous les cas, la prudence est essentielle. Collecter davantage de données sur les milieux marins peut améliorer leur connaissance, mais cela ne remplace pas une démarche scientifique complète ni l’expertise des professionnels de l’environnement. Les mesures doivent être interprétées dans leur contexte, avec des protocoles adaptés à chaque site.

Les robots peuvent aussi participer à l’inspection d’autres infrastructures sous-marines. Leur intérêt est particulièrement fort lorsque les équipements sont difficiles à atteindre, éloignés ou répartis sur de vastes zones. La qualité du résultat dépendra alors du choix des capteurs et de la précision de la navigation.

Les limites techniques à ne pas oublier

L’autonomie sous-marine reste un défi. Contrairement à un drone aérien, un véhicule évoluant sous l’eau ne dispose pas d’un signal GPS continu et communique difficilement avec la surface. Il doit composer avec les courants, les obstacles, une visibilité parfois faible et des conditions variables selon la profondeur.

L’intelligence artificielle peut aider à traiter les informations et à guider la mission, mais elle ne rend pas le système infaillible. Une image floue, un sonar mal interprété ou un problème de positionnement peuvent conduire à des données incomplètes. C’est pourquoi la validation humaine, le contrôle qualité et des procédures de sécurité restent indispensables.

Il faut aussi distinguer détection et diagnostic. Un véhicule peut signaler une fissure potentielle, une corrosion apparente ou un changement de relief autour d’une fondation. Déterminer la gravité du phénomène, son origine et la réparation à engager relève ensuite d’une expertise technique plus large.

Ce qu’il faut surveiller pour la suite

Le développement de systèmes comme celui de Beam et du projet Inemar ouvre une perspective claire : transformer les inspections ponctuelles en suivi numérique plus régulier des infrastructures offshore. Pour que cette promesse se concrétise, plusieurs éléments devront progresser simultanément : la fiabilité de la navigation autonome, l’endurance des véhicules, la standardisation des données et leur intégration dans les décisions de maintenance.

La question de la confiance sera également centrale. Les exploitants devront pouvoir comprendre l’origine d’une alerte, vérifier la qualité des relevés et conserver une traçabilité des analyses. L’IA sera d’autant plus utile qu’elle fournira des résultats explicables et comparables d’une mission à l’autre.

À mesure que l’éolien en mer se développe, la maintenance des équipements immergés deviendra un sujet industriel majeur. Les véhicules autonomes ne remplaceront pas les techniciens, les ingénieurs ni les spécialistes du milieu marin. Ils pourraient en revanche leur donner une vision plus fréquente, plus détaillée et plus sûre de ce qui se passe sous les vagues.