Grâce au son, Wavely surveille des environnements et des installations. La start-up basée à Villeneuve-d’Ascq (Nord), en métropole lilloise, a conçu «un système de mesure acoustique avec des fonctionnalités de traitements des signaux», résume son cofondateur Nicolas Côté. Wavely capte l’information, la traite et la transmet à une plateforme sur laquelle il est possible de gérer la flotte de capteurs et d’agréger les différentes informations pour avoir une donnée contextualisée. Les données remontées sur cette plateforme sont souvent renvoyées vers l’outil superviseur du client final pour plus de simplicité.
Conception de sa carte électronique
«Assez rapidement, je me suis rendu compte qu’il fallait ajouter du contexte au bruit capté, ce que les sonomètres existants n’avaient pas les capacités de le faire», explique Nicolas Côté. Le signal sonore détecté est donc analysé par le capteur avant que l’information soit remontée. «Il faut un son qui émerge du bruit ambiant, explique Nicolas Côté. Cela peut aussi être un ultrason non audible de l’être humain.» Parfois la start-up développe des algorithmes de machine learning pour mener l’analyse. Mais lorsque cela est possible, elle utilise un indicateur plus simple à mettre en place et ne requérant pas des bases de données importantes pour fonctionner, contrairement aux algorithmes de machine learning.
La solution en elle-même prend la forme d’un boîtier composé d’un transducteur – qui comprend un microphone et une antenne acoustique – pour capter l’information et savoir d'où provient le son. Il est aussi possible d’avoir un accéléromètre pour détecter les vibrations. Wavely a ajouté un microprocesseur sur son sonomètre. «Nous avons conçu notre propre carte électronique, munie d'un microprocesseur, pour répondre à nos besoins en capacité de calcul et de mémoire qui sont trop importants pour être traités par les microcontrôleurs habituellement installés sur les sonomètres», détaille Nicolas Côté.
Une quinzaine de cas d'usage industriels
Un premier cas d’usage concerne la détection des nuisances sonores en environnement urbain. Les capteurs repèrent les événements audibles pour les humains et l’algorithme de machine learning embarqué au niveau du capteur identifie ces événements avec une probabilité donnée, que ce soit un scooter qui passe ou une voiture qui démarre. «Sur notre serveur, des informations provenant des différents capteurs installés sont agrégées pour localiser les événements sonores», ajoute le cofondateur. De quoi intéresser les collectivités territoriales. La solution est également utilisée par des acteurs du BTP pour surveiller le niveau sonore sur les chantiers de construction, sur lesquels il faut 1 à 2 capteurs pour 1000 mètres carrés.
Une autre application concerne la détection des fuites de gaz. Wavely a développé un modèle de machine learning spécifique pour détecter le sifflement annonçant une telle fuite. Dans le cadre d’un partenariat avec TotalEnergies, la start-up a équipé une zone de 2000 m² avec huit capteurs pour identifier les fuites de gaz et les localiser. Enfin, pour la maintenance prévisionnelle, Wavely peut détecter une anomalie sur une machine mais n’est pas capable de dire dans combien de jours elle va tomber en panne. Une quinzaine de cas d’usages sur des installations industrielles ont été menées par la start-up.
Vers un capteur auto-suffisant
Pour l’instant, Wavely assemble elle-même les capteurs avec sa douzaine de salariés. Une évidence pour la start-up en raison de son expertise métier sur la qualification du matériel et sa petite enceinte acoustique lui permettant de vérifier la qualité du matériel. Elle commercialise la majorité de ses capteurs en France et aimerait se développer à l’étranger. Son chiffre d’affaires se repartit à part égale entre le secteur industriel et le milieu urbain. Le capteur coûte 6500 euros avec deux ans de service, puis le client doit souscrire à un abonnement pour continuer à utiliser le capteur et accéder aux informations générées par la plateforme.
En parallèle de sa recherche de nouveaux clients, Wavely travaille à la réduction de la consommation du capteur pour qu’il puisse fonctionner sur batterie avec un panneau solaire. Des recherches sur la réduction de la consommation énergétique dans l’ère du temps.
