Un City AI Pole est un nœud edge d’IA physique sans éclairage qui combine énergie hors réseau, détection, calcul edge, opérations de drones et coordination de robots dans un même mât urbain. Dans ce cas de parc industriel à Jakarta, SOLARTODO Sentinel Sky Hub soutient la réponse aux incendies sur le périmètre du campus en détectant localement les anomalies, en déployant des drones d’inspection autonomes, en coordonnant l’intervention sur le terrain et en enregistrant des métadonnées opérationnelles désidentifiées.
Contexte de réponse aux incendies à Jakarta
Les districts industriels et campus logistiques de Jakarta opèrent dans un contexte de gestion des urgences difficile : routes périmétriques denses, activités mixtes d’entreposage et de production, forte circulation de véhicules, climat humide, pluies saisonnières et pics de trafic liés aux événements. Pendant les périodes de grands événements sportifs, l’accès d’urgence peut devenir plus lent, car la congestion des voies publiques, les mouvements de prestataires et les flux temporaires de foule augmentent en dehors des rythmes industriels habituels. Pour un acheteur chargé de la gestion des urgences, l’enjeu opérationnel ne consiste pas seulement à détecter une condition de risque d’incendie. Il s’agit de réduire le temps passé à envoyer des personnes inspecter manuellement des points périmétriques éloignés avant qu’une décision d’intervention puisse être prise.
Cette configuration proposée place des unités SOLARTODO Sentinel Sky Hub le long du périmètre d’un campus dans un environnement de parc industriel à Jakarta. Le déploiement est structuré autour de la réponse aux incendies plutôt que de la surveillance générale. Chaque mât agit comme un nœud edge urbain d’IA physique : il héberge la détection, le calcul, le stockage d’énergie, un flux opérationnel de nid de drone et la coordination de robots terrestres sans utiliser l’alimentation municipale, l’alimentation du site ni une connexion au réseau. Il s’agit d’un mât intelligent pur, sans système d’éclairage. Son rôle est de surveiller des zones de risque définies, de classer les anomalies potentielles au niveau du mât, de lancer un drone pour une confirmation visuelle rapide, de soutenir une décision d’intervention autorisée par un humain et de conserver un dossier de mission auditable.
Le KPI prioritaire est le remplacement de main-d’œuvre pour les tâches répétitives de patrouille et de vérification. Au lieu de mesurer la réussite au moyen d’un langage abstrait de « ville intelligente », l’acheteur peut évaluer combien de patrouilles nocturnes de routine, de contrôles périmétriques et de marches de vérification d’alarme peuvent être automatisés ou réaffectés. Le cas reste soumis à une confirmation technique finale, notamment l’exposition locale au vent, l’accès solaire, le dimensionnement des batteries, la planification radio, la géométrie du périmètre, les autorisations de vol de drones et les procédures d’urgence internes.
Conception du déploiement sur le périmètre du campus
Le mode de déploiement est un anneau périmétrique de campus, avec des nœuds positionnés près des segments périmétriques à forte valeur ou à haut risque : abords d’entrepôts, zones de chargement, proximité de la manutention de carburant, portails de service, limites des utilités, voies de stockage extérieures et angles morts qui nécessitent normalement une patrouille manuelle. L’intention n’est pas de couvrir une ville entière ni de revendiquer une surface fixe à partir d’un seul mât. Le périmètre est divisé en cellules d’intervention, chacune associée à un nœud, un plan de vue caméra, une enveloppe de lancement de drone, un chemin de retour et un point d’accès de service.
Le nid de drone de Sky Hub est le centre opérationnel de la configuration. Un drone posé peut être récupéré, recevoir un échange automatisé de batterie par service arrière depuis un magasin multi-baies, puis redécoller pour des sorties consécutives. Le gestionnaire des opérations de drones prend en charge la planification des itinéraires, la mise en file des tâches, les transitions d’état de charge et d’échange, l’état de santé de la flotte et les journaux de mission. Dans un scénario de réponse aux incendies, cela compte parce que la première tâche peut être la confirmation, la deuxième une recherche périmétrique de propagation ou de source de fumée, et une troisième une inspection post-intervention après le passage du personnel dans la zone.
Les robots terrestres prolongent la même vue opérationnelle à vitesse plus faible et à plus courte distance. Un robot de service ou humanoïde peut patrouiller sur des chemins sûrs du campus, approcher certains points de contrôle, se coordonner avec les vues aériennes et revenir à la base du mât pour une recharge sans fil. Le robot n’est pas traité comme un remplaçant des pompiers ou des commandants d’incident formés. C’est un outil d’opérations terrain pour l’inspection, l’appui à la réponse aux alarmes et la couverture périmétrique répétable lorsque parcourir chaque section à pied est lent.
Le mât reste entièrement hors réseau. Autour du corps vertical, environ 15 mètres carrés d’enveloppe solaire flexible à couche mince CIGS fournissent un réapprovisionnement sur une forme cylindrique d’environ 8 mètres de haut et 0,6 mètre de large. Comme seule la projection orientée vers le soleil reçoit un ensoleillement direct à un moment donné, l’enveloppe complète n’est pas traitée comme équivalente à un panneau plat. Dans des conditions de forte irradiance, la production réaliste par ciel dégagé est d’environ 0,8 à 1,1 kW DC en crête et d’environ 6 à 9 kWh par jour, avec des pics souvent en milieu de matinée ou dans l’après-midi plutôt qu’à midi. À Jakarta, l’ombrage local, la brume, la météo de mousson et l’orientation du site doivent être confirmés ; le stockage sur batterie et la planification des cycles de service portent la charge opérationnelle.
Boucle opérationnelle
Pour les parties prenantes de la gestion des urgences, la valeur du mât réside dans la boucle complète : détection, évaluation et réponse autorisées, planification du calcul edge, opérations terrain et maintenance, le tout affiché dans une vue de commandement à image opérationnelle commune. La caméra PTZ locale prend en charge le comptage anonyme de véhicules, la densité de foule, l’intrusion et la connaissance du périmètre. La détection environnementale couvre la vitesse du vent, la direction du vent, la température, l’humidité, la pression atmosphérique, le bruit, les PM10, les PM2.5 et l’éclairement. Ces signaux sont particulièrement pertinents pour la réponse précoce aux incendies, car la direction du vent, les variations de particules liées à la fumée, le bruit du site et les schémas de mouvement humain peuvent affecter à la fois l’interprétation de l’incident et l’acheminement de la réponse.
Le calcul IA edge exécute l’inférence locale et la planification de charge de travail sur le mât à l’aide d’un module edge de classe Jetson, Orin-class ou Thor-class selon la charge finale et la conception thermique. Les vidéos brutes et les données de capteurs restent sur le mât et sont traitées localement. Seules des métadonnées d’événement et d’état désidentifiées peuvent quitter le mât pour la vue de commandement, les journaux ou les intégrations autorisées. Cette architecture orientée PDPL/LGPD est conçue autour du traitement local et de la minimisation des données ; elle n’est pas présentée comme une revendication de certification achevée.
Lorsqu’une anomalie de risque d’incendie est détectée, le mât ne se contente pas de générer une alerte et d’attendre qu’une personne parcoure le périmètre. Il planifie l’action physique suivante. Un drone peut être lancé pour confirmation, suivre un itinéraire préapprouvé, diffuser un contexte d’événement traité localement, revenir, recevoir un échange de batterie à chaud si nécessaire et être redéployé vers une deuxième tâche. Si l’événement nécessite une inspection au sol, un robot peut être affecté à un chemin sûr et utilisé pour des contrôles visuels plus proches ou une coordination avec le personnel.
La coordination C-UAS est incluse comme flux de travail non létal et autorisé par un humain pour la sécurité du campus industriel pendant les périodes d’événements. Le mât peut détecter et suivre un drone non autorisé et commander son propre drone ami pour une capture aérienne souple au filet ou une dissuasion par approche rapprochée après autorisation. Le mât ne contient pas de matériel radar intégré ; le radar ne peut être utilisé que comme entrée optionnelle ou issue d’un capteur partenaire. Le flux de travail exclut les destructions en vol, le brouillage, les actions de déni et les attaques autonomes.
Cadre d’analyse du ROI
L’analyse du ROI doit être construite comme un modèle de remplacement de main-d’œuvre et de préparation à la réponse, et non comme un résultat revendiqué. L’acheteur commence par comptabiliser les obligations de patrouille : rondes périmétriques planifiées, envois de gardes après des alarmes intempestives, déplacements de vérification par superviseur, passages d’inspection post-incident et contrôles répétés pendant les pics de trafic liés aux événements sportifs. Chacune de ces tâches est ensuite classée en trois groupes : tâches adaptées à une vérification automatique par drone, tâches adaptées à une inspection assistée par robot et tâches qui nécessitent encore une réponse humaine formée.
Une hypothèse de planification typique peut indiquer que la patrouille par drone remplace un nombre défini de patrouilles nocturnes manuelles de routine par semaine, tandis que le personnel d’urgence reste responsable de l’autorisation et du commandement de l’incident. Une autre hypothèse peut comptabiliser les déplacements de vérification d’alarme qui peuvent passer d’une inspection à pied à une confirmation caméra plus drone. Une troisième peut mesurer combien de cellules périmétriques peuvent être inspectées pendant une perturbation d’accès de pointe sans envoyer de personnes dans des voies internes congestionnées. Il s’agit d’entrées de planification cibles qui doivent être recalculées en fonction de chaque configuration de campus.
Le module de nid de drone est central dans ce modèle de valeur, car la réponse aux incendies nécessite souvent plus d’une sortie. Un seul lancement peut confirmer la fumée, le contexte de risque thermique ou une anomalie périmétrique visible, mais les équipes de gestion des urgences peuvent ensuite avoir besoin d’un deuxième itinéraire pour vérifier un stockage voisin, d’un troisième pour inspecter le chemin d’accès, puis d’un autre après le départ des équipes d’intervention. L’échange automatisé de batterie à chaud et le redéploiement des tâches réduisent le temps d’inactivité entre les sorties et évitent de dépendre d’un opérateur présent à côté du mât.
La conception hors réseau modifie également la planification du déploiement. Comme le nœud ne nécessite pas d’alimentation municipale, de site ou de réseau, l’acheteur peut le placer là où le risque périmétrique est le plus élevé plutôt que là où l’alimentation est déjà pratique. L’enveloppe solaire est traitée comme un réapprovisionnement supplémentaire pour une micro-station adossée à une batterie, tandis que les tâches de drones et de robots à forte puissance sont amorties par un stockage de classe 5 à 20 kWh et planifiées par cycle de service. L’ingénierie finale doit confirmer l’ombrage de la canopée, l’exposition au sel de l’air côtier le cas échéant, les régimes de pluie, l’accès aux itinéraires de service et les autorisations aéronautiques.
Métriques d’évaluation
Une équipe de gestion des urgences à Jakarta peut évaluer le déploiement périmétrique de campus proposé à l’aide de métriques cibles directement liées au travail opérationnel. La première métrique est la substitution des patrouilles manuelles : combien de patrouilles planifiées peuvent être converties en tâches de patrouille autonomes tout en gardant le personnel disponible pour les exceptions et les décisions de commandement. La deuxième est l’effort de vérification des alarmes : combien d’envois peuvent d’abord être examinés via la perception embarquée sur le mât et une sortie de drone avant que du personnel soit envoyé. La troisième est la résilience pendant les périodes d’événements : dans quelle mesure le système maintient la couverture périmétrique lorsque la congestion liée aux événements sportifs, la pluie ou l’activité des prestataires ralentit les déplacements humains.
La quatrième métrique est la discipline des données. Comme les vidéos brutes et les flux de capteurs restent sur le mât, l’acheteur peut évaluer comment les métadonnées d’événement, les journaux de mission et les enregistrements d’état soutiennent la supervision sans transformer le système en architecture centralisée de téléversement de vidéo brute. C’est important pour une gouvernance orientée PDPL/LGPD et pour les opérateurs industriels qui veulent une visibilité opérationnelle sans accroître les mouvements de données inutiles.
La cinquième métrique est la maintenabilité. Chaque mât doit être évalué comme un nœud hors réseau maintenable : état de santé de la batterie, tendance de réapprovisionnement solaire, état de la baie de drone, état de charge du robot, disponibilité de la caméra, étalonnage des capteurs et état de charge de travail du calcul edge. La vue de commandement à image opérationnelle commune doit présenter la boucle d’urgence comme un flux opérationnel unique plutôt que comme des tableaux de bord séparés. Dans cette étude de cas, le succès est défini par la capacité de l’acheteur à remplacer des contrôles périmétriques manuels lents par des opérations d’IA physique autorisées, enregistrées et traitées localement, tout en maintenant le jugement humain dans la chaîne de réponse.
Configuration du système
| Paramètre | Configuration |
|---|---|
| Mode de déploiement | Nœuds Sky Hub sur périmètre de campus pour cellules de réponse aux incendies dans un parc industriel de Jakarta, sous réserve de l’ingénierie finale du site |
| Système énergétique | Micro-station entièrement hors réseau adossée à une batterie, avec environ 15 m2 d’enveloppe solaire flexible à couche mince CIGS à 360 degrés |
| Nid de drone | Lancement autonome, retour, échange de batterie à chaud multi-baies, mise en file des tâches, planification d’itinéraires et journalisation des missions |
| Calcul IA edge | Module edge de classe Jetson sur mât pour l’inférence locale, la planification de charge de travail et la sortie de métadonnées d’événement désidentifiées |
| Détection de sécurité | Caméra PTZ IA pour comptage anonyme de véhicules, densité de foule, intrusion et connaissance du périmètre |
| Surveillance environnementale | Vitesse du vent, direction du vent, température, humidité, pression atmosphérique, bruit, PM10, PM2.5 et éclairement |
| Opérations robotisées | Coordination de patrouille de robot de service terrestre ou humanoïde avec recharge sans fil par retour au mât |
Comment ça marche
- La détection sur mât signale une brume semblable à de la fumée, une intrusion, un mouvement anormal ou un changement environnemental près d’une zone de risque périmétrique.
- L’IA edge classe et note l’événement localement, tandis que les vidéos brutes et les données de capteurs restent sur le mât.
- La vue de commandement présente les métadonnées d’événement désidentifiées, l’état en direct et les options de réponse recommandées pour autorisation humaine.
- Un drone décolle du nid pour confirmer la condition, inspecter les cellules adjacentes et revenir pour un échange automatisé de batterie à chaud si nécessaire.
- Un robot terrestre est affecté à un chemin sûr du campus lorsqu’une inspection plus rapprochée ou une coordination air-sol est requise.
- Les journaux de mission, l’état d’échange, les décisions des opérateurs et les résultats d’événement sont enregistrés pour revue et planification de maintenance.
Hypothèses de planification (indicatives)
Données de planification illustratives que l’acheteur peut recalculer : indicateurs cibles, pas des résultats obtenus. Sous réserve de confirmation finale d’ingénierie.
| Indicateur | Hypothèse de planification | Valeur indicative |
|---|---|---|
| Main-d’œuvre d’inspection | La patrouille par drone remplace certaines rondes périmétriques nocturnes de routine, tandis que le personnel reste affecté aux exceptions et aux décisions de commandement | ~10 à 20 patrouilles automatisées par semaine |
| Vérification des alarmes | La perception sur mât plus la confirmation par drone réduisent les déplacements de vérification manuelle pour les alertes périmétriques peu claires | ~30 à 50 déplacements de vérification par mois examinés d’abord à distance |
| Couverture pendant les événements | Pendant les pics de trafic liés aux événements sportifs, les sorties autonomes maintiennent les contrôles lorsque les déplacements par véhicule ou à pied sont plus lents | ~3 à 5 cellules périmétriques à haute priorité contrôlées par cycle de réponse |
| Continuité des drones | L’échange de batterie à chaud multi-baies prend en charge des tâches consécutives de confirmation, de contrôle de propagation et d’inspection post-intervention | ~3 à 6 sorties consécutives planifiées par nœud avant revue de service |
| Autorisation humaine | Le personnel de gestion des urgences autorise l’escalade de la réponse, l’atténuation C-UAS et l’envoi sur le terrain depuis l’image opérationnelle commune | 100% des actions d’atténuation nécessitent une autorisation humaine |
Équipements déployés
- Mât intelligent pur SOLARTODO Sentinel Sky Hub
- Enveloppe solaire flexible à couche mince CIGS à 360 degrés
- Armoire de stockage batterie de classe 5 à 20 kWh
- Nid de drone autonome avec magasin multi-baies d’échange de batterie à chaud
- Caméra PTZ IA pour perception locale
- Suite de capteurs environnementaux à neuf paramètres
- Module de calcul edge de classe Jetson
- Interface de base de recharge sans fil pour robot
Questions fréquentes
Sky Hub est-il un lampadaire intelligent ?
Non. Dans cette configuration de Jakarta, Sky Hub est un mât intelligent pur et n’inclut pas de système d’éclairage. Son objectif est d’héberger le calcul edge, la détection, le stockage d’énergie, les opérations de drones, la coordination de robots et les flux de travail de réponse aux urgences. Il doit être planifié comme un nœud edge urbain d’IA physique, et non comme une infrastructure d’éclairage public.
Le mât dépend-il de l’alimentation du réseau, de la ville ou du site ?
Non. Le nœud proposé est conçu comme une micro-station entièrement hors réseau, adossée à une batterie. L’enveloppe solaire CIGS à 360 degrés fournit un réapprovisionnement supplémentaire, tandis que le stockage batterie amortit les charges des drones, robots, capteurs et du calcul. Les cycles de service finaux doivent être confirmés selon les conditions d’ombrage, de météo, de rythme opérationnel et d’accès de service à Jakarta.
Comment le nid de drone soutient-il la réponse aux incendies ?
Le nid de drone transforme une alerte en tâche d’inspection physique. Après que la détection locale a identifié un possible événement de réponse aux incendies, un drone autonome peut décoller, inspecter la cellule périmétrique, revenir, recevoir un échange automatisé de batterie et être redéployé pour des contrôles de suivi. Cela soutient une vérification plus rapide tout en maintenant l’escalade d’urgence sous contrôle humain.
Quelles données quittent le mât ?
L’architecture est conçue pour que les vidéos brutes et les données de capteurs restent sur le mât et soient traitées localement. Seules des métadonnées d’événement et d’état désidentifiées peuvent quitter le nœud pour la vue d’image opérationnelle commune, les journaux de mission ou les intégrations autorisées. Cela soutient une minimisation des données orientée PDPL/LGPD sans revendiquer une certification achevée.
Quels KPI un acheteur chargé de la gestion des urgences doit-il évaluer ?
Le cadre KPI le plus solide est le remplacement de main-d’œuvre pour les patrouilles manuelles lentes et la vérification des alarmes. Les équipes de planification peuvent estimer combien de rondes périmétriques planifiées, de contrôles nocturnes et de déplacements d’inspection après alerte peuvent passer à des flux de travail assistés par drone ou robot. Il s’agit d’hypothèses cibles qui doivent être recalculées pour le périmètre réel du campus.
Le mât peut-il effectuer des actions counter-UAS ?
Le mât peut prendre en charge une coordination C-UAS non létale et autorisée par un humain en détectant et suivant un drone non autorisé, puis en commandant un drone ami pour une capture aérienne souple au filet ou une dissuasion par approche rapprochée. Il n’utilise pas de destructions en vol, de brouillage, d’actions de déni ni d’attaque autonome. Le radar n’est pas intégré et ne peut être qu’une entrée optionnelle de capteur partenaire.
Pour aller plus loin
- Gamme de mâts City AI / éclairage public intelligent
- Plus de cas de déploiement de ville intelligente
- Parlez à notre équipe d’ingénierie
Vous planifiez un déploiement d’IA physique similaire pour rues, campus ou espaces publics ? Demander une consultation d’ingénierie