European Defense Tech Hackathon Paris 2026 — AEGIS Counter-UAS

AEGIS : prédiction temps réel de la cible d'un drone d'attaque entrant, à partir d'un flux de détections capteurs simulées et bruitées (acoustique / optique / RF / DAS fibre / observateur citoyen) fusionnées en une seule piste. Tout est simulé — aucun capteur réel.

Le modèle ne voit jamais la vérité-terrain : seulement le flux d'événements (clutter inclus), et il reste aveugle tant que le drone n'est pas détecté sur le territoire ukrainien. La prédiction de cible se resserre à mesure que les détections s'accumulent.

dataset_generator/   # monde + physique + capteurs (simulateur)
model/               # LSTM multi-têtes : cible (28) + classe (4) + trajectoire future
backend/             # FastAPI : POST /spawn + WS /stream (rejeu tick par tick)
frontend/            # interface React/Leaflet (carte + fusion + prédiction)
run.py / run.sh / run.bat   # lanceur multiplateforme

Démarrage (Windows / macOS / Linux)

Prérequis : Python 3.13 et Node.js + yarn.

# macOS / Linux            |   Windows
./run.sh setup             |   run.bat setup      # .venv + deps Python + yarn install
./run.sh regen             |   run.bat regen      # régénère le dataset (10000 drones)
./run.sh train             |   run.bat train      # entraîne le modèle (~minutes, CPU)
./run.sh demo              |   run.bat demo       # backend :8000 + frontend :5173

Puis ouvre http://localhost:5173 et clique un scénario de démo. Lancer le script sans argument ouvre un menu interactif. Commandes : setup · regen [N] [seed] · train [epochs] · eval · backend · frontend · demo.

Réalisme (données réelles)

• 28 cibles curées (villes, NPP, bases aériennes, ports, industrie de défense).
• Priors de ciblage réels par oblast et par type de drone (ACLED, alertes aériennes, comptages Kharkiv/Kherson, OHCHR ; Shahed→villes/énergie/ports, Lancet→bases/militaire).
• Capteurs réalistes : acoustique (Sky Fortress + Zvook, dense, accroche tout y compris FPV fibre), optique/IR (sites + villes), RF/EW (longue portée, aveugle aux FPV fibre), DAS (réseau fibre reliant les villes), observateur (ePPO + groupes mobiles) — sur le territoire ukrainien uniquement.
• Conception détaillée + sources : docs/superpowers/specs/2026-06-13-counter-uas-realism-redesign-design.md.

Interface

Écran centré carte + panneaux latéraux. Setup (scénario + presets réalistes) → Live : panneau Fusion (capteurs → 1 piste, contribution par modalité, détections en direct) à gauche, Threat assessment (top-5 cibles + classe) à droite. Sur la carte : drone animé, traîne bleue, capteurs qui s'allument + lignes vers le drone, vecteurs de menace rouges (%). Zoome pour révéler capteurs et câbles fibre.

Notes

• CPU only. Parité train/serve : l'inférence importe _encode_window du générateur.
• Fallback hors-ligne : frontend/public/borders.geojson (la carte s'affiche même sans tuiles).
• Validation : ./run.sh eval (accuracy par fraction d'observation).

---

Le module tracker/ et test_kurokesu/ (matériel caméra Kurokesu C3) sont indépendants de la démo AEGIS.