Développement d'un simulateur numérique pour le comportement des avions au sol dans les aéroports.
L'industrie aéronautique, essentielle au développement économique mondial, prévoit un besoin de 39 000 nouveaux avions au cours des 20 prochaines années pour répondre à la demande croissante de transport aérien. Cependant, cette expansion soulève plusieurs défis, notamment la capacité maximale atteinte par les principaux aéroports, entraînant congestion, retards de vols, itinéraires inefficaces et une charge de travail accrue pour les contrôleurs aériens. La sécurité, surtout durant les phases de roulage et de décollage, est une préoccupation majeure. De plus, l'aviation, en tant que système à forte intensité énergétique dépendant des combustibles fossiles, pose des défis environnementaux significatifs. Face à ces enjeux, un changement de paradigme est en cours pour révolutionner la gestion du trafic aérien et tendre vers un système de transport aérien plus flexible et durable.
L'objectif de ce projet de recherche est de développer un outil destiné à optimiser la formation des contrôleurs aériens au sol. Il s'agit de créer une plateforme de simulation dédiée à l'aéroport de Montréal (CYUL), et conçue pour simuler le déplacement des avions sur les voies de circulation. Cet outil servira également de support à la prise de décision pour améliorer les opérations au sol, contribuant ainsi à une gestion plus efficace des appareils sur le tarmac de l'aéroport.
Nous recherchons des étudiants ou des étudiantes pour développer, dans un premier temps, l'environnement de simulation, potentiellement sur Unreal Engine, puis, dans un second temps, pour concevoir les algorithmes qui reproduiront des scénarios basés sur des données réelles concernant les trajectoires des avions. Selon l'évolution du projet, une phase visant à automatiser le déplacement des avions via l'intelligence artificielle pourrait être envisagée.
Connaissances requises
- Programmation Python (ou autre);
- Conception d'environnements 3D via Unreal Engine ou Unity;
- Apprentissage par renforcement.