ドネクル

ドネクル

会社種別	スカンジナビア航空
業界	航空宇宙
設立	2015 年 9 月、フランス、オートガロンヌ県ラベージュにて
創設者	ヤン・ブルナー マチュー・クレイブロー ジョスリンの遺贈 アルバン ・デルアズ＝ペパン
本部	トゥールーズ 、 フランス
製品	自律型航空機検査UAV

Donecleはトゥールーズを拠点とする航空機メーカーで、自律型航空機検査UAV を開発しています。同社は、旅客機の外観を目視検査するための単独 UAV および UAV 群を提供しています。

UAV の自律航行はレーザー測位技術に基づいています。UAV は高解像度 カメラで航空機の写真を撮影します。画像処理と機械学習アルゴリズムが画像を分析します。その後、システムは航空機表面の診断結果を資格のある検査員に提供し、検査員は画像をレビューして提供された分析を検証または否定します。

同社はエールフランス・KLMなどの航空会社やダッソー・アビエーションなどの航空機メーカーと提携しており、航空機整備自動化の分野で活躍する企業の1つです。

エアバス、ボーイング、ATRなどの航空機メーカーや、連邦航空局（FAA）や欧州航空安全機関（EASA）などの認証機関は、構造の状態を評価するために、航空機の外面全体の定期的な目視検査を義務付けています。義務付けられている検査の約80％は目視です。^{[2]すべての航空機は、定期}メンテナンス作業の一環として、また落雷、ひょう嵐、その他の外部損傷の可能性のある予期しない事象の後に、各飛行の前に目視検査を受けます。これらの作業の追跡可能性を向上させ、コストを削減する1つの可能な解決策は、航空整備とその目視検査のロボット化です。^{[3] [4]}

2013年1月、フランスの研究開発プロジェクトAir-Cobotは、整備作業中に航空機を検査できる協働型移動ロボットの開発を開始しました。Akka Technologiesグループが実施したこのマルチパートナープロジェクトには、エアバスを含む研究機関や企業が参加しました。^{[5] [6] 2014年、英国の航空会社}easyJetは、ブリストルロボティクス研究所と提携して、技術者が誘導するドローンで航空機の胴体の検査時間を短縮することに興味を持ちました。^{[7] [1]}

欧州の航空機メーカーであるエアバスの設計事務所で金属や複合材料を使用したA400MやA350の設計に13年間携わった後、^{[9] [10] [11] 、機械工学と材料学の博士号を持つ}パリ工科大学のエンジニアであるヤン・ブルーナーは、整備検査報告書が写真や情報の欠落、または判読できない手書きなど、さまざまな理由で不完全であることが多いことに気付きました。彼は、検査を自動化するためにドローンの使用を検討しました。^{[10]彼は、}パリ航空宇宙高等研究所でUAVプロジェクトに携わっていたマチュー・クレイブローに連絡を取りました。^{[9]エコール}・ポリテクニークの卒業生であるクレイブローは、イノベーション管理、航空学、制御理論を専門としています。^{[12] [13]}彼は3年間、航空電子機器サプライヤーであるタレス・アビオニクスでヘリコプターを含む航空機の自動操縦装置の設計に携わった。^[12]

このプロジェクトには他に2人のパートナーが加わった。1人目はジョスラン・ベケで、パリ高等商業学校（ESCP Europe）とロンドン大学シティ校を卒業し、経営と財務を専門としている。^{[14] [8]} 2人目はアルバン・デルアズ・ペパンで、パリ航空宇宙高等研究所（ISAE-SUPAERO）を卒業し、コンピューターサイエンスと制御理論を専門とし、自家用操縦士の免許を持っている。^[8]彼らは2015年9月に新興企業であるDonecleを設立し、無人機の群れを使った航空機の自動検査手順を開発した。^[15]同年6月、彼らはパリ航空ショーでコンセプトを発表した。^{[10] [16]}

規制や天候により空港付近の空域でUAVを使用することは難しいが、ドネクルはUAVにレーザー測位システムを使用し、屋内でも屋外でも機能する製品を開発した。^{[9] [18]}自律飛行中、UAVに搭載されたカメラが機体の外面を撮影する。アルゴリズムが画像を分析し、機体表面の診断レポートを提供する。人間のオペレーターが必要な検査のための飛行計画を選択し、資格のある検査官がレポートを検証する。^{[9] [18]}

足場を必要とする人間による検査と比較すると、ドローンによる一般的な旅客機の外面検査は、6～10時間かかるのに対し約20分で済み、必要な人員は10～20人ではなく1人です。^{[1] [19] [20]}航空機の運航停止にかかるコストは1時間あたり約1万ドルかかるため、UAVによる検査は費用対効果に優れています。^{[11] [20]} Donecle社はこのプロセスの特許を申請しています。^{[15] [21] [22] [23]}

検査にはモバイルIoTセンサー一式が使用されるため、 ^[24] Donecleは2015年の設立当初から、トゥールーズの南東にある町ラベージュのIoTバレーにあるこの分野のビジネスインキュベーターであるConnected Campに参加した。 ^{[15] [25]インキュベーターは資金調達を支援し、} 3Dプリンターなどの共通機器を提供する。^{[26] [27] Donecleは、} Aerospace Valley競争力クラスター、Robotics Placeクラスター、およびHardware Clubのメンバーである。 ^[28] 2016年10月、同社は世界最大の航空宇宙スタートアップインキュベーターであるStarburst Acceleratorのメンバーになった。^{[29] [14]}

2016年に同社はフランスとオランダの航空機整備グループであるエールフランス・インダストリーズ・KLMエンジニアリング・アンド・メンテナンス（AFI-KLM E&M）との提携を発表した。^{[15] [18]} UAVは欠陥のマーキングと検出を検証するために彼らの航空機でテストされた。このテストと検証段階の終わりに、AFI-KLMとドネクルはAFI-KLM E&Mの整備現場で機器を共同で配備することを計画した。^[28]

2016年末、フランスのデルタドローン社が管理する投資会社DDrone Investがドネクル社に100万ユーロを投資した。この資本注入により、同社は創業者らとともに株主となった。^{[15] [30]} 2017年のパリ航空ショーで、同社は航空会社との最初の契約に署名し始めており、年末までに商業展開を計画していると発表した。^[31]この年、このスタートアップは従業員を増やし、国際的な顧客を引き付ける計画を立てていた。^[32]

2018年、航空宇宙および防衛整備の見本市であるADSショーで、ドネクルはフランスの多目的戦闘機であるダッソー・ラファールのドローン検査を実施した。^{[33] [34]将来的には、外装塗装の}品質管理や腐食の評価など、他の種類の検査も提供していく予定である。また、鉄道輸送、造船、風力発電所など、航空以外の用途についても計画が進められている。^{[11] [15]}

Donecle UAVは同軸プッシュプルオクトコプターです。^[35] UAVはレーザー測位技術を使用して航空機に対して相対的に位置を決定します。これにより、GPS（全地球測位システム）による地理位置の測定を必要とせずに、格納庫などの閉鎖されたエリアで操作できます。 ^{[9] [18] [36]}アルゴリズムは、航空機に対するUAVの位置をリアルタイムで計算します。 ^{[9] [18]}自律航行に使用されるセンサーは、航空機、人員、機器との衝突を防ぐことで、安全な操作も保証します。^[37]

それぞれのケースで使用されるナビゲーションプランと UAV の数は、分析する航空機モデルによって異なります。小型飛行機の場合は 1 台の UAV で十分ですが、エアバス A380の場合は最大 6 台の UAV を使用できます。^{[36]検査ミッションは常に同じであるため、ルートは}タブレット コンピューターにインストールされたソフトウェアで事前にプログラムされています。人間のオペレーターが UAV を操縦する必要はなく、ミッションを開始するだけで、UAV は航空機の周りを自律的に飛行します。^{[9] [18]}通常、UAV は胴体から 1 メートルの距離を飛行します。^[9]

UAVに搭載された高解像度カメラは、航空機の表面を撮影します。画像処理アルゴリズムは、機体上の任意の関心領域を検出する最初のステップを実行します。次に、欠陥（落雷、オイル漏れ、引っかき傷、テクスチャの不規則性など）と航空機の通常の要素（ネジ、リベット、ピトー管など）を分類するために、分類の2番目のステップが実行されます。認識アルゴリズムは、以前の飛行の注釈付きデータベースからの機械学習に基づいています。 ^{[9] [18] [38]}

ディープラーニングアルゴリズムの有効性は、各クラスの代表性と例の数に依存します。データベースは、航空機に存在する膨大な数の正常な要素と比較して、欠陥の数が少ないという事実に悩まされています。しかし、欠陥は分類する上で最も重要なオブジェクトです。この困難を克服するために、ドネクルは古典的な画像処理技術と生成的敵対ネットワークを使用して、画像注釈を拡張する研究を行ってきました。^[39]また、検討された他の代替案には、単一の画像または少数のトレーニング画像からオブジェクトカテゴリに関する情報を学習できるワンショット学習があります。 ^[40]

診断はリアルタイムで提供される。^[36]アプリケーションには、障害検出や規制マーキングの品質管理などがある。ミッションの終了時に、各関心領域とその分類案を含む損傷レポートがタブレットコンピュータに送信される。アルゴリズムは診断の信頼度を返す。検査官は画像を確認し、診断を検証または反証する。^{[9] [38]}

同社のドローンは2019年9月にオーストリア航空の運用試験に使用された^。[41]

このスタートアップとその創設者は、以下の賞を受賞しました。

• 2016年、ジャン＝ルイ・ジェロンドー - エコール・ポリテクニック財団によりゾディアック・エアロスペース賞を受賞^[42]
• 2016年ギャラクシー大賞 ギャラクシークラブ^{[43] [44]}
• 2016年マサチューセッツ工科大学35歳以下のイノベーターフランス、 MITテクノロジーレビュー主催^{[45] [46]}
• 2016年 ノルベルト・セガール財団によるテクノロジーと航空宇宙部門若手エンジニア賞^[47]
• 2016年ラ・トリビューンBNPパリバ若手起業家賞「スタート部門」受賞^{[48] [49]}
• 2016 Start me up firstイノベーションコンテスト、クレディ・アグリコル・トゥールーズ31主催^{[50] [51]}
• 2016年エアロマートビジネスコンベンションイノベーショントロフィー^{[52] [53]}
• 2017年フランス屋外ロボットコンテスト審査員特別賞^{[54] [55]}
• 2017年ディスラプティブ・ストラテジー賞 グラン・スッド地域のスタートアップ部門^{[56] [57]}
• 2018年ミディノフショー第37回イノベーション地域コンクールグランプリ^{[58] [59]}
• 2020年Aviation Week Networkメンテナンス・修理・オーバーホール部門受賞者^[60]

• 航空機のメンテナンスチェック
• 無人航空機
• エアコボット

ウィキメディア・コモンズには、 Donecleに関連するメディアがあります。

• 公式サイト