Apprécier la texture, la couleur et la forme d’une fleur conduit à de meilleurs atterrissages de drone –

  • FrançaisFrançais



  • Si vous avez déjà vu une abeille sauter élégamment de fleur en fleur ou vous éviter en passant, vous vous êtes peut-être demandé comment un si petit insecte avait des compétences de navigation aussi parfaites. Les compétences de ces insectes volants s’expliquent en partie par le concept de flux optique: ils perçoivent la vitesse à laquelle les objets se déplacent dans leur champ de vision. Les chercheurs en robotique ont essayé d’imiter ces stratégies sur des robots volants, mais avec un succès limité.

    Une équipe de chercheurs de la TU Delft et de l’Université des Sciences Appliquées de Westphalie présente donc un processus d’apprentissage basé sur le flux optique qui permet aux robots d’estimer les distances à travers l’apparence visuelle (forme, couleur, texture) des objets en vue. Cette stratégie d’apprentissage basée sur l’intelligence artificielle (IA) augmente les compétences de navigation des petits drones volants et implique une nouvelle hypothèse sur l’intelligence des insectes. L’article est publié aujourd’hui dans Intelligence artificielle de la nature.

    Comment les abeilles se posent-elles sur les fleurs ou évitent-elles les obstacles? On s’attendrait à ce que ces questions intéressent principalement les biologistes. Cependant, l’essor des petits systèmes électroniques et robotiques a également rendu ces questions pertinentes pour la robotique et l’intelligence artificielle (IA). Les petits robots volants, par exemple, sont extrêmement limités en termes de capteurs et de traitements qu’ils peuvent embarquer. Si ces robots doivent être aussi autonomes que les voitures autonomes beaucoup plus grandes, ils devront utiliser un type d’intelligence artificielle extrêmement efficace – similaire à l’intelligence hautement développée possédée par les insectes volants.

    Flux optique

    L’un des principaux trucs dans la manche de l’insecte est l’utilisation intensive du «flux optique»: la façon dont les objets se déplacent à leur vue. Ils l’utilisent pour se poser sur les fleurs et éviter les obstacles ou les prédateurs. Les insectes utilisent des stratégies de flux optique étonnamment simples et élégantes pour s’attaquer à des tâches complexes. Par exemple, pour l’atterrissage des abeilles, utilisez le flux optique «divergence», qui saisit à quelle vitesse les choses s’agrandissent. Si une abeille tombait au sol, cette divergence continuerait d’augmenter, avec par exemple l’herbe devenant plus grosse en vue de plus en plus vite. Cependant, pendant le débarquement, les abeilles utilisent une stratégie consistant à maintenir la divergence constante en ralentissant. Le résultat est qu’ils effectuent des atterrissages en douceur et en douceur.

    «Notre travail sur le contrôle de flux optique est né de l’enthousiasme pour les stratégies élégantes et simples employées par les insectes volants», déclare Guido de Croon, professeur de Micro-Air Vehicles bio-inspirés et premier auteur de l’article. “Cependant, développer des méthodes de contrôle pour mettre en œuvre ces stratégies dans les robots volants s’est avéré être loin d’être trivial. Par exemple, nos robots volants n’atterriraient pas réellement, mais ils ont commencé à osciller, montant et descendant continuellement, juste au-dessus de l’atterrissage surface.”

    Limitations fondamentales

    Le flux optique a deux limitations fondamentales qui ont été largement décrites dans la littérature croissante sur la robotique bio-inspirée. Le premier est que le flux optique ne fournit que des informations mixtes sur les distances et les vitesses – et non sur la distance ou la vitesse séparément. Pour illustrer, s’il y a deux drones d’atterrissage et que l’un d’eux vole deux fois plus haut et deux fois plus vite que l’autre drone, alors ils subissent exactement le même flux optique. Cependant, pour un bon contrôle, ces deux drones devraient en fait réagir différemment aux écarts de divergence du flux optique. Si un drone n’adapte pas ses réactions à la hauteur lors de l’atterrissage, il n’arrivera jamais et commencera à osciller au-dessus de la surface d’atterrissage. Deuxièmement, pour éviter les obstacles, il est très regrettable que dans la direction dans laquelle un robot se déplace, le flux optique soit très faible. Cela signifie que dans cette direction, les mesures de flux optique sont bruyantes et fournissent donc très peu d’informations sur la présence d’obstacles. Par conséquent, les obstacles les plus importants – ceux vers lesquels le robot se dirige – sont en fait les plus difficiles à détecter!

    Apprendre l’apparence visuelle comme solution

    «Nous nous sommes rendu compte que les deux problèmes de flux optique disparaîtraient si les robots étaient capables d’interpréter non seulement le flux optique, mais aussi l’apparence visuelle des objets dans leur environnement», ajoute Guido de Croon. “Cela permettrait aux robots de voir les distances par rapport aux objets de la scène de la même manière que nous, les humains, pouvons estimer les distances sur une image fixe. La seule question était: comment un robot peut-il apprendre à voir des distances comme ça?”

    La clé de cette question réside dans une théorie récente élaborée par De Croon, qui a montré que les robots volants peuvent induire activement des oscillations de flux optique pour percevoir les distances aux objets de la scène. Dans l’approche proposée dans le Intelligence artificielle de la nature article les robots utilisent de telles oscillations afin d’apprendre à quoi ressemblent les objets dans leur environnement à différentes distances. De cette manière, le robot peut par exemple apprendre à quel point la texture de l’herbe est fine lorsqu’il la regarde à différentes hauteurs lors de l’atterrissage, ou à quelle épaisseur les écorces d’arbres sont à différentes distances lors de la navigation dans une forêt.

    Pertinence pour la robotique et les applications

    «Apprendre à voir les distances au moyen de l’apparence visuelle a conduit à des atterrissages beaucoup plus rapides et plus fluides qu’auparavant», explique Christophe De Wagter, chercheur à la TU Delft et co-auteur de l’article. “De plus, pour éviter les obstacles, les robots étaient désormais également capables de voir très clairement les obstacles dans la direction du vol. Cela a non seulement amélioré les performances de détection d’obstacles, mais a également permis à nos robots d’accélérer.” Les méthodes proposées seront très pertinentes pour les robots volants aux ressources limitées, en particulier lorsqu’ils opèrent dans un environnement plutôt confiné, comme voler dans des serres pour surveiller la récolte ou suivre le stock dans les entrepôts.

    Pertinence pour la biologie

    Les résultats ne sont pas seulement pertinents pour la robotique, mais fournissent également une nouvelle hypothèse pour l’intelligence des insectes. «Les expériences typiques sur les abeilles commencent par une phase d’apprentissage, au cours de laquelle les abeilles présentent divers comportements oscillatoires lorsqu’elles se familiarisent avec un nouvel environnement et de nouveaux signaux connexes comme les fleurs artificielles», explique Tobias Seidl, biologiste et professeur à l’Université des sciences appliquées de Westphalie. “Les mesures finales présentées dans les articles ont généralement lieu après la fin de cette phase d’apprentissage et se concentrent principalement sur le rôle du flux optique. Le processus d’apprentissage présenté forme une nouvelle hypothèse sur la façon dont les insectes volants améliorent leurs compétences de navigation, comme l’atterrissage, au cours de leur vie. . Cela suggère que nous devrions mettre en place plus d’études pour enquêter et rendre compte de cette phase d’apprentissage. “

    Source

    N'oubliez pas de voter pour cet article !
    1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
    Loading...

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.