Detection and characterisation of threats or illegal/ smuggled goods in cargo

Titre officiel (anglais)

Detection and characterisation of threats or illegal/ smuggled goods in cargo

Programme et référence

Horizon Europe — HORIZON-CL3-2027-01

Calendrier

À venir — ouverture prévue le 05/05/2027; clôture prévue le 04/11/2027 à 17:00, heure de Bruxelles selon Funding & Tenders.

Financement

HORIZON Research and Innovation Actions — budget global listé : 14 M€. Enveloppe globale, pas une contribution garantie par projet; confirmer les règles dans Funding & Tenders.

Calendrier

Statut au 13/10/2026 : à venir. Aucun financement n’est actuellement ouvert sur cette fiche; ouverture annoncée en mai 2027. Fiche de préqualification initiale, non décision d’éligibilité. Budget global listé : 14 M€.

À venir — ouverture prévue le 05/05/2027; clôture prévue le 04/11/2027 à 17:00, heure de Bruxelles selon Funding & Tenders.

Présentation du topic

Le topic vise à améliorer la sécurité des transports et des chaînes d’approvisionnement en renforçant la capacité à détecter, caractériser, suivre et saisir les marchandises dangereuses, réglementées, illicites ou dissimulées dans les cargaisons. Les environnements concernés peuvent inclure le transport aérien, maritime, terrestre et postal, ainsi que les opérations douanières. Les résultats attendus portent sur une détection plus fiable, une meilleure caractérisation des menaces et une réponse plus rapide et coordonnée des autorités.

La proposition doit définir les types de cargaisons, modes de transport, menaces et scénarios d’usage visés, ainsi que les limites des méthodes actuelles. Le programme mentionne des risques accidentels ou intentionnels : explosions, incendies, produits chimiques nocifs, dégradation des matériaux et menaces autonomes. Le projet doit préciser si l’innovation porte sur la détection, l’identification, le suivi, l’inspection, l’analyse ou la coordination opérationnelle, et démontrer comment les résultats s’intègrent dans les flux réels de fret sans bloquer inutilement le commerce légitime.

Prévoir une analyse des besoins avec les douanes, opérateurs logistiques, ports, aéroports, transporteurs et autorités de sécurité. Définir des scénarios représentatifs et des jeux d’essai licites, puis comparer la solution à des méthodes de référence. Les essais doivent mesurer la sensibilité, la spécificité, les faux positifs, les faux négatifs, le débit d’inspection, le temps de traitement et les effets sur la continuité des opérations. Inclure la robustesse face aux variations de conditionnement, aux matériaux masquants, aux volumes élevés et aux contraintes de terrain.

Les solutions peuvent combiner imagerie, capteurs, analyse de signaux, systèmes de détection multi-modale, IA d’aide à la décision, traçabilité et outils de coordination. Le projet doit expliciter les performances attendues et les limites de chaque technologie, avec validation sur des données et échantillons représentatifs. La détection ne doit pas être évaluée uniquement en laboratoire : prévoir des démonstrations réalistes avec des professionnels, des procédures d’escalade et une intégration aux systèmes existants. Toute utilisation d’IA doit inclure une mesure des erreurs et un contrôle humain adapté.

Le consortium devrait réunir autorités douanières et répressives, gestionnaires de terminaux, opérateurs de transport, fabricants ou intégrateurs de capteurs, laboratoires de mesure et chercheurs en sécurité. Les utilisateurs finaux doivent participer dès la définition des exigences et à la validation. Décrire l’accès aux sites pilotes, aux données ou aux objets de test, les autorisations nécessaires et les rôles de chaque partenaire. La coopération entre autorités et opérateurs privés est essentielle pour tester la faisabilité sans exposer des informations opérationnelles sensibles.

Collecter des données de test documentées et représentatives, tout en protégeant les informations commerciales, les données personnelles éventuelles et les détails opérationnels sensibles. Préciser les conditions d’accès, de conservation, d’anonymisation, de partage et de réutilisation. Évaluer les risques de détournement des informations publiées, notamment si les résultats détaillent les limites des systèmes de détection. Le plan de gestion des données doit inclure l’accès contrôlé, la sécurité de la chaîne d’approvisionnement et la divulgation responsable des vulnérabilités.

La proposition doit démontrer la compatibilité avec les opérations douanières et logistiques, les systèmes d’information existants et les procédures de contrôle. Examiner les normes pertinentes, la calibration, la maintenance, les mises à jour, la formation, la disponibilité des consommables et le coût par inspection. Les résultats doivent pouvoir être transférés entre plusieurs environnements, tout en tenant compte des différences entre fret aérien, maritime, terrestre et postal. Décrire comment les alertes sont transmises, documentées et converties en actions par les agents habilités.

Les indicateurs peuvent inclure le taux de détection par catégorie, la qualité de caractérisation, les faux positifs, le temps moyen d’inspection, le nombre d’alertes exploitables, le débit de fret traité, les coûts d’exploitation et la qualité de coordination. Mesurer aussi l’effet sur les interruptions de chaîne logistique, la formation des agents et la facilité d’intégration. Les cibles doivent être justifiées par les performances de référence et les contraintes des utilisateurs; ne pas annoncer une détection universelle ou une absence totale d’erreur.

Type : HORIZON Research and Innovation Actions. Enveloppe globale listée par le PCN : 14 M€. Calendrier : ouverture prévue le 05/05/2027 et clôture le 04/11/2027; pour BM-03, Funding & Tenders affiche 04/11/2027 à 17:00, heure de Bruxelles. Les montants globaux ne permettent pas de déduire la contribution par projet. Pour SSRI-03, la page individuelle affiche budget NC alors que la liste générale indique 5,83 M€. Vérifier l’ensemble des conditions, le budget, le consortium et les coûts dans Funding & Tenders avant décision.

Les indicateurs peuvent inclure le taux de détection par catégorie, la qualité de caractérisation, les faux positifs, le temps moyen d’inspection, le nombre d’alertes exploitables, le débit de fret traité, les coûts d’exploitation et la qualité de coordination. Mesurer aussi l’effet sur les interruptions de chaîne logistique, la formation des agents et la facilité d’intégration. Les cibles doivent être justifiées par les performances de référence et les contraintes des utilisateurs; ne pas annoncer une détection universelle ou une absence totale d’erreur.

Sources officielles

• Source officielle (PCN / Funding & Tenders)