L’équipe R&D de Photon Lines, composée de physiciens et de biophysiciens, réalise des études et développements scientifiques et techniques personnalisés. Qu’ils soient ponctuels, à court ou long-terme, théoriques ou applicatifs, nos développements sont menés selon un cahier des charges préalablement défini avec vous selon vos besoins et en toute confidentialité. Toute demande R&D fait l’objet d’un devis détaillé et peut sur demande donner lieu à un contrat de confidentialité.
Les études et développements Photon Lines sont reconnus pour leur méthodologie rigoureuse héritée de la recherche scientifique et pour la pertinence de leurs résultats dans les domaines suivants :
- Systèmes d’analyse optique personnalisés
- Réalisation de systèmes complets d’imagerie, traitements de l’image
- Analyse de mouvements et trajectoires
- Spectroscopie FTIR, NIR, Raman (traitement et interprétation de données)
- Développement de modèles chimiométriques
- Simulation des propriétés optiques de matériaux et structures
Exemples de développements R&D
- Système complet de vision rapide pour les applications « troubleshooting » : eyeFLEX par Photon Lines
- Contrôle par vision intelligente automatisée sur ligne de production de la géométrie et de l’état de surface de dispositifs de protection individuelle
- Détection hyperspectrale automatisée de corps étrangers sur ligne de production dans l’industrie légumière
- Dispositif d’analyse du feuillage de la présence de maladies végétales
- Détection par vision intelligente automatisée de défauts sur l’encolure de flacons de verre
Projets collaboratifs
Wine Cloud
Le projet Wine Cloud a pour ambition de permettre aux viticulteurs de rendre leur production de vin plus raisonnée, ainsi que de fournir aux consommateurs une traçabilité accrue des vins achetés. La plateforme Wine Cloud sera ainsi dotée de capteurs et d’un système big data générant des services sur l’ensemble de la chaîne viti-vinicole.
Au coeur du projet de Wine Cloud, Photon Lines développe une nouvelle génération de capteurs optiques embarqués permettant le diagnostic automatisé de la santé des vignes et de la maturité du raisin.
Regroupant un consortium de 5 partenaires (Photon Lines, R-Tech Œnologie, Orange, l’Université de Bourgogne et la Cave de Lugny), le projet Wine Cloud a été labellisé par les les pôles de compétitivité Vitagora et Images & Réseaux, fait partie des 55 lauréats du 23e appel à projets du Fond Unique Interministériel (FUI 23).
eyeCAR
Le projet eyeCAR est né du constat des limites particulièrement restrictives induites par les conditions de luminosité difficiles (forts contrastes, conditions d’éblouissement, éclairage urbain insuffisant…) sur les dispositifs d’imagerie dédiés à l’aide à la conduite actuellement sur le marché « ADAS » (Advanced Driver-Assistance Systems). Photon Lines s’est donné pour ambition de développer une caméra intelligente pouvant s’adapter aux conditions de luminosité difficile en révélant des détails normalement invisibles dans des images pouvant combiner de multiples zones présentant chacune des conditions de luminosité extrêmes et différentes (ex : éblouissement et pénombre, …). Une telle caméra permettra ainsi la détection améliorée d’évènements routiers dans toutes les conditions de luminosité.
EPSOLYS
Le projet EPSOLYS vise à développer une nouvelle génération de remorques d’épandage permettant de quantifier les fertilisants du fumier via un système de spectroscopie intégré. Ce système indiquera à l’agriculteur une valeur de composition du fumier dispersé par la remorque, lui permettant ainsi d’évaluer la juste dose de fumier à épandre. Un tel épandage raisonné permettra une réduction significative de son impact environnemental par la diminution de la pollution des sols et la réalisation d’importantes économies financières par la diminution du besoin volumique en fertilisants. Photon Lines développe actuellement un dispositif d’analyse spectrale répondant à ce besoin de caractérisation quantitative d’un chargement de fumier solide. Ce projet est financé par la Région Bretagne et le FEDER.