English version | Version française
In collaboration with Luxinnovation, FEDIL showcases a series of inspiring articles highlighting promising AI use cases. Published on both organisations’ websites, these weekly features will let you discover an innovative AI project and the visionary company behind it!
Specialising in innovation and the development of robotic solutions for cleaning solar panels, the company is adding a new capability to its portfolio: automated detection and management of solar panel defects.
Photovoltaic energy continues to grow year on year. According to the French energy group EDF, solar photovoltaic power accounted for 5.4% of global electricity production in 2023, representing a 25% increase compared with 2022.
In Luxembourg, the proportion is significantly higher. In 2024, data from the Luxembourg Regulatory Institute show that solar energy accounted for almost a quarter of national electricity production, an increase of 22.4% in just one year.
With an installed capacity of nearly 550 MW, photovoltaics now represent by far the largest share of the country’s renewable energy mix, well ahead of wind power (215 MW) and biomass (75 MW).
The rapid and continuous expansion of solar power plants, often comprising thousands of photovoltaic modules, has led to growing demand for efficient cleaning, monitoring and maintenance solution.
In collaboration with the SnT
Founded in Luxembourg in 2017, SolarCleano is a robotics company specialising in innovative solutions for solar panel cleaning. Its autonomous robots are deployed in more than 100 countries worldwide and are used to clean hundreds of gigawatts of solar installations.
“Although photovoltaic panels have an expected lifespan of up to 25 years, they degrade at an average annual rate of 0.5%, which can increase significantly due to environmental stress and material ageing,” explains Andreas Kokkas, R&D Project Leader at SolarCleano.
Given the scale of modern solar farms, manual quality control is simply not feasible. To address this challenge, the company partnered with the Interdisciplinary Centre for Security, Reliability and Trust (SnT) and the Hamelin Solar Energy Research Institute (ISFH) to develop solutions based on advances in robotics and artificial intelligence, particularly computer vision.
This collaboration gave rise to the ambitious PVDetects / Spider AI projects (Solar Panel Identification and Defect Recognition using Artificial Intelligence). These initiatives transform SolarCleano’s autonomous cleaning robots into intelligent, multifunctional platforms capable of inspecting photovoltaic modules using state-of-the-art thermal and RGB imaging combined with embedded artificial intelligence.
“The project integrates cutting-edge hardware and software, including data acquisition, dataset development and a complete inspection workflow based on the Robot Operating System (ROS),” says Shiva Hanifi, PhD student in robotic vision at SnT.
Cameras, sensors, on board processing…
The system incorporates RGB and thermal cameras, sensors, LED lighting and on-board processing capabilities. Combined with analysis modules developed by the SnT, it enables the robot to autonomously integrate captured images into defect detection models.
Solar panel defects can be detected using several imaging modalities, including electroluminescence, photoluminescence, infrared, ultraviolet and visual RGB imaging. “Each modality has specific advantages depending on imaging conditions, detection sensitivity and the types of defects being targeted,” explains Guillaume Dewez, Mechatronics Engineer at SolarCleano, who oversees the technical and operational progress of the PVDetects project.
RGB and infrared visual imaging were identified as the most suitable approaches, as they do not require physical contact with the photovoltaic modules. The cleaning robots were therefore equipped with dedicated cameras capable of capturing consistent, high-resolution images. Extensive data collection was carried out both day and night across a range of operational environments.
These images are annotated to build a robust and continuously expanding dataset of solar panel defects, which is used to train anomaly detection models. “This project represents a major leap forward in smart solar operations, extending the lifespan of PV assets, optimising energy yields and setting a new benchmark for the industry,” adds Mr Dewez.
Improved long-term maintenance
Users of the system gain access to real-time, actionable insights into the condition of their photovoltaic assets. This enables earlier intervention, reduces downtime and supports more effective long-term maintenance planning, while significantly improving safety by drastically reducing the need for manual inspections.
Now well underway, the project will progressively integrate additional imaging modalities, enabling the detection of a wider range of defects under varying environmental and operational conditions. “As our dataset continues to grow, we will refine and compare new AI models to further enhance the accuracy and robustness of detection across different panel types and installation configurations,” explains Shiva Hanifi.
Parallel efforts will focus on optimising embedded processing to enable faster and more detailed real-time analysis directly on the robots, as well as integrating predictive analytics capable of forecasting degradation patterns and guiding long-term asset management strategies. “This will contribute to the development of more resilient and efficient photovoltaic infrastructure.”
You have an AI-driven project?
Contact Luxembourg AI Factory services.
FR
SolarCleano: l’AI pour traquer les défauts dans les panneaux solaires
Cet article fait partie d’une série de contenus développée en collaboration avec la FEDIL, présentant comment l’intelligence artificielle contribue à la transformation digitale de l’économie luxembourgeoise.
L’entreprise spécialisée dans l’innovation et la création de solutions robotiques pour le nettoyage des panneaux solaires ajoute une corde à son arc en étant désormais capable de gérer le contrôle des défauts des panneaux solaires.
L’énergie photovoltaïque progresse d’année en année. Selon le groupe énergétique français EDF, la part de l’électricité produite en 2023 dans le monde à partir de l’énergie solaire photovoltaïque a représenté 5,4% de la production totale d’électricité, en hausse de 25% par rapport à 2022.
Au Luxembourg, cette part est largement supérieure, puisqu’en 2024, selon les données de l’Institut luxembourgeois de régulation, elle était de près d’un quart de la production nationale d’électricité, en hausse de 22,4% en un an.
Avec une puissance installée de près de 550 MW installés, le photovoltaïque arrive largement en tête du mix renouvelable du pays, très loin devant l’éolien (215 MW) et la biomasse (75 MW).
L’expansion rapide et continue des centrales solaires, comprenant des milliers de modules photovoltaïques, a accru la demande pour un nettoyage, une surveillance et une maintenance efficaces.
En collaboration avec le SnT
Créée en 2017 au Luxembourg, SolarCleano est une société de robotique qui s’est spécialisée en matière d’innovation dans le nettoyage des panneaux solaires. Ses robots autonomes opèrent dans plus de 100 pays à travers le monde, nettoyant des centaines de gigawatts d’installations solaires.
«Bien que les panneaux photovoltaïques aient une durée de vie attendue allant jusqu’à 25 ans, ils se dégradent à un rythme annuel moyen de 0,5%, ce qui peut augmenter considérablement en raison du stress environnemental et du vieillissement des matériaux», précise Andreas Kokkas, R&D Project Leader chez SolarCleano.
Un contrôle de qualité manuel étant inenvisageable, compte tenu de l’immensité des fermes solaires, la société a planché, avec le Centre interdisciplinaire pour la sécurité, la fiabilité et la confiance (SnT) et l’Institut de recherche en énergie solaire de Hamelin (ISFH), sur des solutions s’appuyant sur les avancées en robotique et en intelligence artificielle, en particulier la vision par ordinateur.
Ainsi sont nés les ambitieux projets PVDetects / Spider AI (acronyme de Solar panel identification and defect recognition using artificial intelligence), transformant le robot de nettoyage autonome de SolarCleano en une plateforme intelligente et multifonctionnelle capable d’inspecter des modules photovoltaïques grâce à l’imagerie thermique et RVB de pointe, associée à une intelligence artificielle intégrée.
«Le projet intègre du matériel et des logiciels de pointe, incluant l’acquisition de données, le développement de jeux de données et un flux de travail complet d’inspection basé sur le Robot Operating System (ROS)», précise Shiva Hanifi, doctorante en vision robotique au sein du SnT.
Caméras, capteurs, calculs…
Le système intègre des caméras RVB et thermiques, des capteurs, un éclairage LED et des calculs embarqués. Combiné à des modules d’analyse développé par le SnT, le système permet au robot d’intégrer dans des modèles de détection de défauts toutes les images capturées de manière autonome.
La détection des défauts sur les panneaux peut être réalisée à l’aide de plusieurs modalités d’imagerie: l’électroluminescence, la photoluminescence, l’infrarouge, l’ultraviolet ou encore l’imagerie RVB visuelle. «Chaque modalité présente des avantages distincts selon les conditions d’imagerie, la sensibilité de détection et les types de défauts spécifiques d’intérêt», explique Guillaume Dewez, ingénieur en mécatronique chez SolarCleano, en charge de superviser les progrès techniques et opérationnels sur l’ensemble du projet PVDetects.
L’imagerie visuelle RVB et infrarouge s’est révélée la plus appropriée, car elle ne nécessite aucune interaction physique avec les modules photovoltaïques. Les robots de nettoyage ont donc été équipés des caméras appropriées pour capturer des images cohérentes et en haute résolution, soutenues par une collecte étendue de données de jour et de nuit dans de multiples environnements opérationnels. Les images collectées sont annotées afin de constituer un ensemble de données robuste de défauts sur les panneaux solaires, continuellement étendu et utilisé pour entraîner des modèles de détection d’anomalies. «Ce projet représente un bond en avant majeur dans les opérations solaires intelligentes, prolongeant la durée de vie des actifs photovoltaïques, optimisant les rendements énergétiques et établissant une nouvelle référence dans l’industrie.»
Une meilleure maintenance à long terme
Les utilisateurs de ce système bénéficient d’informations en temps réel et exploitables sur l’état de leurs actifs photovoltaïques. Cela permet une intervention plus précoce, minimise les temps d’arrêt et permet une meilleure planification de maintenance à long terme. Le tout dans un cadre de sécurité amélioré, puisque les inspections manuelles sont drastiquement réduites.
Le projet, désormais sur les rails, va progressivement intégrer des modalités d’imagerie supplémentaires, permettant la détection d’une gamme plus large de défauts, dans des conditions environnementales et opérationnelles variables. «À mesure que notre jeu de données continue de croître, nous affinerons et comparerons de nouveaux modèles d’IA afin d’améliorer encore la précision et la robustesse de la détection à travers différents types de panneaux et configurations d’installation.»
Des efforts parallèles se concentreront sur l’optimisation du traitement embarqué, permettant une analyse en temps réel plus rapide et plus détaillée directement sur les robots, mais aussi sur l’intégration d’analyses prédictives capables de prévoir les schémas de dégradation et d’orienter les stratégies de gestion des actifs à long terme. «Cela contribuera au développement d’infrastructures photovoltaïques plus résilientes et efficaces. »
Vous avez un projet dans le domaine de l’IA?
Contactez les services de la Luxembourg AI Factory.