Partager :
Les chercheurs en robotique de l’Université de Zurich ont planché sur un réseau neuronal artificiel. Grâce à cette invention, ils ont pu développer un algorithme basé sur le Deep Learning qui pilote avec agilité les drones. De quoi améliorer les capacités de réponse des quadricoptères utilisés pour les missions de sauvetage.
Séquence d’un quadricoptère réalisant un “Matty flip”. © Alia Kaufman pour Deep Drone Acrobatics
Montée verticale, déplacement horizontal… La plupart des drones autonomes se limitent à des trajectoires basiques comme le décollage, l’atterrissage, et le vol en ligne droite. Mais récemment, des scientifiques de l’université de Zurich (UZH) ont mis au point un procédé bien plus agile, le Deep Drone Acrobatics. Cet algorithme de navigation permet aux quadricoptères non pilotés de réaliser des acrobaties impressionnantes. De quoi rendre les drones plus rapides, plus agiles, et donc plus efficients. Par exemple, pour des missions de recherche et de sauvetage.
La manoeuvre, une opération délicate
Il faut savoir qu’il est particulièrement difficile de réaliser des manœuvres acrobatiques avec un quadricoptère. Ce type de vol requiert une forte poussée et des accélérations angulaires extrêmes qui poussent la plate-forme à ses limites physiques. Et c’est sans compter sur l’agilité dont doit faire preuve le pilote.
Un réseau neuronal artificiel
Du coup, les chercheurs de l’université de Zurich ont inventé, en partenariat avec Intel, un algorithme de navigation basé sur le Deep Learning. Au cœur de cette technologie se trouve un réseau neuronal artificiel. Ce dernier interprète les données issues de la caméra et des capteurs embarqués dans un drone. Puis il traduit ces informations directement en commandes de contrôle.
Simulation des acrobaties
Concrètement, le réseau neuronal s’entraîne en réalisant des manœuvres acrobatiques virtuelles grâce à un logiciel de simulation de vol. Une approche ingénieuse qui leur a permis de modéliser différentes trajectoires. Et ce, sans avoir à réaliser des démonstrations physiques qui auraient risqué d’endommager l’appareil.
Des données sensorielles issues des simulations
Quelques heures de formation par simulation suffisent et le quadruple est prêt à l’emploi. Et ce, sans nécessiter de réglages supplémentaires à l’aide de données réelles. Pour cela, l’algorithme exploite des données sensorielles issues des simulations. Puis les transfère dans le monde physique. « Notre algorithme apprend à exécuter des manœuvres acrobatiques qui sont difficiles même pour les meilleurs pilotes humains » indique Davide Scaramuzza, professeur de robotique et chef du groupe de robotique et de perception de l’université de Zurich.
Des drones rapides pour des missions rapides
Cependant, les chercheurs reconnaissent que les pilotes humains sont encore meilleurs que les drones autonomes. « Les pilotes humains peuvent rapidement traiter des situations et des changements inattendus dans l’environnement, et ils s’adaptent plus rapidement » explique Davide Scaramuzza. Néanmoins, le professeur de robotique est convaincu que les drones utilisés pour des missions de recherche et de sauvetage ou pour des services de livraison auront pour avantage de couvrir de longues distances rapidement et efficacement.
Ségolène Kahn
Commentez