Lors de la Conférence Internationale de la Robotique et de l’Automation (ICRA) qui sera organisée en mai à Stockholm, une équipe de chercheurs fera part de son nouveau dispositif de navigation planifiée par algorithme décentralisé. La chevauchée des Walkyries nouvelle génération ?
Les drones seront appelés à remplir de plus en plus de tâches, elles-mêmes de plus en plus diversifiées. Pour effectuer un certain nombre d’entre elles, il leur faudra travailler en équipe et voler en formation, comme pour les opérations de maintenance. L’idée telle que décrite dans l’article de recherche, c’est que ces robots puissent “naviguer en formation jusqu’à leur cible, sans collisions grâce à une mobilité fondée sur des schémas individuels“. Conclusion ? “L’approche se révèle efficace même avec des flottes s’élevant à 16 drones“.
Comment sont-ils parvenus à cet exploit ?
D’ordinaire, il existe deux types de programmation du vol de drones. La première, de façon centralisée, implique qu’un ordinateur prenne les décisions pour le groupe entier. Tandis que les algorithmes décentralisés permettent à chaque robot de prendre ses propres décisions. Chacun a ses avantages et inconvénients. Dans le cas de la première, s’il y a une panne centrale, c’est la flotte entière de drones qui perd la tête. Pour ce qui est de la seconde approche, les limites de la technologie nous empêchent de concevoir des robots assez habiles et mobiles pour réagir aux évolutions de leur environnement et surtout de leurs congénères.
Avec leur nouvelle approche, les ingénieurs du MIT ont mis au point un système de vol en escadron, qui permet d’éviter non seulement les obstacles mais aussi ceux qui sont en mouvement. D’autre part, cet algorithme ne nécessite une bande passante beaucoup plus faible que les algorithmes décentralisés ordinaires. Il conjugue donc les avantages du dispositif centralisé mais aussi décentralisé.
En réalité, après avoir testé les différentes approches (centralisée et décentralisée) les chercheurs sont arrivés à la conclusion que leurs résultats “sont comparables à ceux obtenus avec une approche centralisée. D’autant plus que cette approche est générale et peut être adaptée à d’autres types de formations et d’autre applications, comme le transport collaboratif“.
Imaginez un système similaire appliqué au trafic routier, plus d’embouteillages ! En effet, les diverses simulations opérées par l’équipe de l’Electrical Engineering & Computer Science (EECS) ont montré que les escadrons de drones, guidés par leur algorithme décentralisé, conservent leur formation initiale, en carré et à une altitude bien définie. Et ce n’est que lorsque qu’apparaissent des obstacles sur leurs route que les drones modifient leurs trajectoires, avant de revenir dans leur formation de départ.
“Votre groupe de robots poursuit un objectif local, qui consiste à rester en formation, mais aussi un objectif global, qui consiste à se rendre là où on leur dit d’aller. Vous les faites opérer dans un environnement parcouru d’obstacles statiques mais aussi dynamiques et inattendus, et vous avez la garantie qu’ils atteindront leurs deux objectifs, local et global. Ils devront faire des déviations, certes, mais des déviations minimes” explique Daniela Rus, prfoessseur à l’EECS du MIT.
Dans le cas de la navigation planifiée par algorithme décentralisé habituelle, chaque robot d’un escadron envoie des informations à ses pairs sur la base de ses propres observations. Mais cette nouvelle technique permet de réduire à la fois le poids de la communication et celui des calculs grâce à une planification consensuelle. Comprendre, chaque robot établit sa propre cartographie de son environnement immédiat et l’envoie uniquement au drone le plus proche, qui analyse cette carte au prisme de sa propre carte, avant de la renvoyer à un autre drone et ainsi de suite. Cela permet donc, à la fois, de fiabiliser et d’améliorer le processus de cartographie et de navigation tout en minimisant la quantité d’information communiquée aux drones.
Dernier détail, pour réaliser cette prouesse, le logiciel de cartographie n’opère pas en trois dimensions, mais bien en quatre, incluant la dimension temporelle. Dimension sans laquelle le logiciel ne permettrait pas d’éviter les obstacles en mouvement. Seul problème pour le moment, l’algorithme considère la vélocité des objets comme constante, ce qui n’est en aucun cas possible dans la réalité. Pour finir, cet algorithme est également en cours d’expérimentation sur des robots terrestres, dont la mission est de transporter des objets à travers une pièce comprenant des êtres humains en mouvement. Le test ultime pour relever le défi de l’imprévisibilité ?
Retrouvez l’intégralité des calculs de l’équipe dans leur article de recherche.
Article adapté du MIT News.
Cet article La cartographie 4D pour révolutioner la mobilité des drones en escadron est apparu en premier sur H+ MAGAZINE.