Un nouvel algorithme fait voler les drones plus rapidement que les pilotes de course humaine de classe mondiale

Un nouvel algorithme fait voler les drones plus rapidement que les pilotes de course humaine de classe mondiale
Drone volant à travers la fumée

Un drone volant dans la fumée pour visualiser les effets aérodynamiques complexes. Crédit : Robotics and Perception Group, Université de Zurich

Pour être utiles, les drones doivent être rapides. En raison de la durée de vie limitée de leur batterie, ils doivent accomplir toutes les tâches qu’ils ont – rechercher des survivants sur le site d’une catastrophe, inspecter un bâtiment, livrer une cargaison – dans les plus brefs délais. Et ils peuvent avoir à le faire en passant par une série de points de cheminement comme des fenêtres, des pièces ou des emplacements spécifiques à inspecter, en adoptant la meilleure trajectoire et la bonne accélération ou décélération à chaque segment.

L’algorithme surpasse les pilotes professionnels

Les meilleurs pilotes de drones humains sont très bons dans ce domaine et ont jusqu’à présent toujours surpassé les systèmes autonomes dans les courses de drones. Maintenant, un groupe de recherche de l’Université de Zurich (UZH) a créé un algorithme qui peut trouver la trajectoire la plus rapide pour guider un quadrotor – un drone à quatre hélices – à travers une série de points de cheminement sur un circuit. “Notre drone a battu le tour le plus rapide de deux pilotes humains de classe mondiale sur une piste de course expérimentale”, a déclaré Davide Scaramuzza, qui dirige le groupe Robotique et perception à l’UZH et le Rescue Robotics Grand Challenge du NCCR Robotics, qui a financé la recherche.

“La nouveauté de l’algorithme est qu’il est le premier à générer des trajectoires optimales dans le temps qui tiennent pleinement compte des limites des drones”, explique Scaramuzza. Les travaux antérieurs reposaient sur des simplifications soit du système quadrotor, soit de la description de la trajectoire de vol, et ils étaient donc sous-optimaux. “L’idée clé est, plutôt que d’attribuer des sections de la trajectoire de vol à des points de cheminement spécifiques, que notre algorithme indique simplement au drone de traverser tous les points de cheminement, mais pas comment ni quand le faire”, ajoute Philipp Foehn, doctorant et premier auteur. du papier.

Les caméras externes fournissent des informations de position en temps réel

Les chercheurs ont utilisé l’algorithme et deux pilotes humains ont piloté le même quadrotor sur un circuit de course. Ils ont utilisé des caméras externes pour capturer avec précision le mouvement des drones et – dans le cas du drone autonome – pour donner des informations en temps réel à l’algorithme sur l’endroit où se trouvait le drone à tout moment. Pour assurer une comparaison équitable, les pilotes humains ont eu la possibilité de s’entraîner sur le circuit avant la course. Mais l’algorithme a gagné : tous ses tours étaient plus rapides que les humains, et les performances étaient plus cohérentes. Ce n’est pas surprenant, car une fois que l’algorithme a trouvé la meilleure trajectoire, il peut la reproduire fidèlement de nombreuses fois, contrairement aux pilotes humains.

Avant les applications commerciales, l’algorithme devra devenir moins gourmand en calculs, car il faut désormais jusqu’à une heure à l’ordinateur pour calculer la trajectoire optimale du drone. De plus, pour le moment, le drone s’appuie sur des caméras externes pour calculer où il se trouvait à tout moment. Dans les travaux futurs, les scientifiques souhaitent utiliser des caméras embarquées. Mais la démonstration qu’un drone autonome peut en principe voler plus vite que les pilotes humains est prometteuse. «Cet algorithme peut avoir d’énormes applications dans la livraison de colis avec des drones, l’inspection, la recherche et le sauvetage, etc.», explique Scaramuzza.

Référence : « Time-optimal planning for quadrotor waypoint flight » par Philipp Foehn, Angel Romero et Davide Scaramuzza, 21 juillet 2021, Robotique scientifique.
DOI : 10.1126/scirobotics.abh1221

Articles connexes