L’US Air Force déploie à Warner Robins le système MARIA d’Asylon, qui coordonne un drone et un robot terrestre pour automatiser une partie des inspections visuelles d’aéronefs. Le programme, lancé après l’obtention d’un contrat de Phase Three, vise à réduire le temps des contrôles tout en améliorant la régularité des tâches répétitives. L’enjeu porte sur la disponibilité opérationnelle des appareils, sans hausse des effectifs de maintenance.
Dans les hangars, les inspections générales commencent souvent par une routine simple, un tour complet de l’avion, lampe en main, pour repérer impacts, fissures, fuites ou éléments manquants. Ce geste paraît basique, mais il mobilise du temps, de la concentration et une documentation rigoureuse. Le site de Warner Robins, l’un des plus grands centres de soutien de l’Air Force, veut mesurer ce que l’autonomie peut apporter à cette étape.
Warner Robins choisit Asylon pour industrialiser l’inspection autonome
Le Warner Robins Air Logistics Complex, en Géorgie, sert de site pilote pour faire passer MARIA de la phase de développement à une utilisation plus proche du terrain. L’attribution d’un contrat de Phase Three marque un cap, l’objectif n’étant plus seulement de démontrer une capacité technologique, mais d’évaluer son intégration dans un environnement de maintenance réel, avec ses contraintes de sécurité, de planning et de traçabilité.
Le choix de Warner Robins n’a rien d’anecdotique. Un centre de soutien de cette taille traite des opérations de maintenance lourde, des cycles de réparation et des inspections programmées, avec des exigences strictes de standardisation. Dans ce cadre, une inspection visuelle générale peut devenir un point d’étranglement, surtout quand plusieurs appareils entrent en hangar et que les équipes doivent enchaîner contrôles, consignations et validations.
L’Air Force met en avant deux bénéfices attendus. D’abord, une réduction du temps consacré aux contrôles visuels répétitifs, ceux qui consistent à capturer systématiquement le même ensemble d’angles et de zones. Ensuite, une amélioration de la cohérence, car une mission robotisée peut reproduire un parcours, une distance et une séquence de prises de vue de manière stable, ce qui facilite la comparaison d’un état à l’autre.
Le projet sert aussi de test organisationnel. Le personnel doit vérifier si ces inspections autonomes soutiennent la readiness, la capacité à tenir les objectifs de disponibilité, sans exiger davantage de main-d’uvre. L’idée n’est pas de remplacer le jugement technique d’un mécanicien, mais de lui fournir plus vite un dossier d’images et de mesures, afin qu’il concentre son temps sur l’analyse, la réparation et la décision.
MARIA associe Guardian et DroneDog via Range et DroneIQ
Le système MARIA repose sur une approche multi-plateformes. Il combine le drone Guardian et le robot terrestre DroneDog Q-UGV, deux équipements pensés pour se compléter. Le drone couvre rapidement les zones hautes, les surfaces supérieures et les angles difficiles d’accès. Le robot au sol s’approche des trains d’atterrissage, des prises d’air, des panneaux bas et des secteurs où une proximité contrôlée est utile.
La coordination passe par le logiciel d’autonomie Range et la console DroneIQ, présentée comme un poste de commandement unique. Pour les mainteneurs, l’enjeu est de ne pas multiplier les outils, les comptes rendus et les formats. Une interface centralisée peut réduire les frictions, surtout lorsque la maintenance doit documenter ses actions, conserver des preuves visuelles et alimenter des dossiers de suivi.
Concrètement, au lieu de dépendre uniquement d’une inspection walk-around manuelle, les équipes peuvent assigner une mission aux plateformes robotisées. Le duo air-sol collecte des images et d’autres données d’inspection, puis transmet les résultats aux personnels chargés de la revue. Cette logique sépare la collecte, automatisable, de l’interprétation, qui reste une responsabilité humaine.
La promesse opérationnelle tient dans la répétabilité. Une mission planifiée peut être rejouée à intervalles réguliers, sur le même type d’appareil, avec des paramètres comparables. Dans un environnement où des détails minimes peuvent signaler une usure ou un dommage, disposer d’un référentiel d’images standardisées peut aider à repérer plus vite ce qui change, ce qui s’aggrave, ou ce qui reste stable.
Inspection visuelle automatisée, gains de temps et limites opérationnelles
La cible annoncée est l’inspection visuelle générale, une étape fréquente qui sert de premier filtre avant des contrôles plus poussés. Réduire son temps d’exécution peut libérer des heures de travail sur une chaîne de maintenance, surtout lorsque plusieurs inspections se répètent sur une flotte. Le bénéfice attendu est un cycle plus court entre l’entrée en hangar et la décision, réparer, approfondir, valider, ou remettre l’appareil en service.
La cohérence est l’autre pilier. Dans une inspection manuelle, deux techniciens expérimentés peuvent documenter différemment une même zone, par l’angle, l’éclairage ou le niveau de détail. Un système autonome, s’il suit des trajectoires et des distances contrôlées, tend à produire des séries plus homogènes. Cela facilite la comparaison avant-après, et peut réduire les divergences lors des revues d’équipe.
La réduction des risques est également mise en avant. Certaines inspections impliquent des postures contraignantes, des accès en hauteur, des déplacements autour d’un appareil avec des obstacles et des équipements. Déporter une partie de la collecte d’images vers des robots peut diminuer l’exposition à des situations de fatigue ou de chute, même si la présence d’un encadrement humain reste indispensable pour la sécurité des opérations.
Des limites subsistent. Un robot peut voir, mesurer, enregistrer, mais il ne décide pas seul d’une conformité. Les reflets, l’état de surface, la salissure ou les conditions de lumière peuvent créer des ambiguïtés. De plus, l’intégration dans un hangar suppose des procédures strictes, zones d’exclusion, coordination avec d’autres activités, et gestion des imprévus. Le test à Warner Robins doit préciser dans quelles conditions les gains sont réels, et où l’humain reste le goulot d’étranglement.
DroneIQ regroupe images, LiDAR et jumeau numérique pour la maintenance
Le dispositif ne se limite pas à la capture d’images. DroneIQ centralise les résultats et les présente avec des éléments comme des nuages de points LiDAR, de la télémétrie et des données opérationnelles. Le but est de réduire le temps passé à retrouver des fichiers, à croiser des sources et à reconstituer le contexte d’une anomalie observée sur le terrain.
La plateforme met en avant des flux de travail en 2D et des vues de type jumeau numérique. Pour un mainteneur, l’intérêt d’une vue interactive tient à la navigation rapide, on localise une zone, on vérifie l’historique, on compare avec une inspection précédente. Dans un environnement où la documentation est une partie majeure du travail, la capacité à structurer l’information peut peser autant que la qualité des capteurs.
La question de la tenue des registres est centrale. Une inspection n’est pas seulement un constat, c’est un élément du dossier de maintenance, avec des preuves, des dates, des responsables, des actions correctives. Regrouper les informations dans un seul outil peut simplifier la traçabilité et réduire le temps de compilation, à condition que les formats soient compatibles avec les systèmes existants et les exigences internes.
Warner Robins est présenté comme site phare pour ce déploiement. Si l’expérience valide des gains mesurables, temps de collecte, temps de revue, réduction d’écarts de documentation, la logique voudrait que d’autres unités de maintenance s’y intéressent. L’adoption à plus grande échelle dépendra de critères pratiques, coûts, formation, cybersécurité, et capacité à opérer sans perturber les routines d’atelier qui garantissent la sécurité des vols.
L’Air Force élargit l’usage d’Asylon au-delà de la sécurité autonome
Le contrat prolonge une relation déjà engagée entre Asylon et l’Air Force sur des missions de sécurité autonome. Le passage à l’inspection d’aéronefs change le contexte, on quitte la surveillance d’un site pour entrer dans une chaîne de maintenance, avec des exigences de précision, de validation et de conformité qui touchent directement à la sécurité aérienne.
Pour l’entreprise, l’intérêt est de démontrer que les mêmes briques technologiques, autonomie, coordination multi-robots, supervision dans un logiciel unique, peuvent apporter de la valeur dans un domaine où les processus sont plus normés. Pour l’Air Force, l’enjeu est de mesurer si l’autonomie peut absorber une partie des tâches répétitives sans créer de charge supplémentaire, comme la gestion de nouveaux équipements, la maintenance des robots eux-mêmes ou la résolution d’incidents de fonctionnement.
Le déploiement ouvre aussi une question de standardisation inter-sites. Si les inspections autonomes produisent des jeux de données homogènes, il devient théoriquement plus simple de comparer des pratiques, d’identifier des tendances d’usure et de partager des retours d’expérience entre ateliers. Cette perspective dépend de la gouvernance des données et de l’acceptation par les équipes de terrain, qui restent les premières à juger l’utilité d’un outil.
À court terme, Warner Robins doit surtout prouver que l’autonomie s’insère dans le quotidien sans ralentir les opérations. Les résultats attendus portent sur des métriques simples, durée d’une inspection visuelle, temps de revue, nombre d’images exploitables, taux de reprises, incidents de mission. Si ces indicateurs évoluent dans le bon sens, l’Air Force disposera d’un argument concret pour étendre l’approche à d’autres plateformes et d’autres sites de soutien.
Crédit image : Galeria del Ministerio de Defensa del Perú / wikimedia (CC BY 2.0)
