Un essaim de minuscules drones autonomes peut localiser les fuites de gaz –

Le principal défi que les chercheurs devaient résoudre était de concevoir l’intelligence artificielle pour cette tâche complexe qui s’adapterait aux contraintes de calcul et de mémoire strictes des minuscules drones. Ils ont résolu ce défi au moyen de stratégies de navigation et de recherche bio-inspirées. L’article scientifique a maintenant été rendu public sur le serveur d’articles ArXiv et il sera présenté à la conférence sur la robotique IROS plus tard cette année. Le travail constitue une étape importante dans l’intelligence des petits robots et permettra de trouver les fuites de gaz plus efficacement et sans risque de vies humaines dans des environnements réels.

Localisation de la source de gaz autonome

La localisation autonome des sources de gaz est une tâche complexe. D’une part, les capteurs de gaz artificiels sont actuellement moins capables que les nez d’animaux de détecter de petites quantités de gaz et de rester sensibles aux changements rapides de concentration de gaz. De plus, l’environnement dans lequel le gaz se propage peut être complexe. Par conséquent, une grande partie de la recherche dans ce domaine s’est concentrée sur des robots uniques qui recherchent une source de gaz dans des environnements plutôt petits et sans obstacle dans lesquels la source est plus facile à trouver.

Essaims de petits drones

“Nous sommes convaincus que les essaims de minuscules drones sont une voie prometteuse pour la localisation autonome de sources de gaz”, déclare Guido de Croon, professeur ordinaire au laboratoire Micro Air Vehicle de la TU Delft. « La petite taille des drones les rend très sûrs pour les humains et les biens encore dans le bâtiment, tandis que leur capacité de vol leur permettra éventuellement de rechercher la source en trois dimensions. De plus, leur petite taille leur permet de voler dans des zones intérieures étroites. Enfin, avoir un essaim de ces drones leur permet de localiser une source de gaz plus rapidement, tout en échappant aux maxima locaux de concentration de gaz afin de trouver la véritable source.

Cependant, ces propriétés rendent également très difficile l’inculcation aux drones de l’intelligence artificielle nécessaire à la localisation autonome des sources de gaz. La détection et le traitement embarqués sont extrêmement limités, à l’exclusion du type d’algorithmes d’IA qui rendent les voitures autonomes autonomes. De plus, opérer dans un essaim présente ses propres défis, car les drones doivent être conscients les uns des autres pour éviter les collisions et collaborer.

Intelligence artificielle bio-inspirée

“En fait, dans la nature, il existe de nombreux exemples de navigation réussie et de localisation de sources d’odeurs dans des contraintes de ressources strictes”, déclare Bart Duisterhof, qui a effectué les recherches pour obtenir sa thèse de maîtrise à la TU Delft. “Pensez simplement à la façon dont les mouches des fruits avec leur minuscule cerveau d’environ 100 000 neurones localisent infailliblement les bananes dans votre cuisine en été. Elles le font en combinant élégamment des comportements simples tels que voler contre le vent ou orthogonalement au vent selon qu’elles sentent ou non l’odeur. Bien que nous ne puissions pas copier directement ces comportements en raison de l’absence de capteurs de flux d’air sur nos robots, nous avons inculqué à nos robots des comportements tout aussi simples pour s’attaquer à la tâche. »

En particulier, les minuscules drones implémentent un nouvel algorithme de “bug” pour leur navigation, appelé “Sniffy Bug”. Tant qu’aucun drone n’a détecté de gaz, les drones s’étalent le plus possible sur l’environnement, en évitant les obstacles et entre eux. Si l’un des drones détecte du gaz à son emplacement, il le communique aux autres. À partir de ce moment-là, les drones collaboreront entre eux pour trouver la source de gaz dès que possible. Plus précisément, l’essaim effectue ensuite une recherche de concentration maximale de gaz avec un algorithme appelé « optimisation de l’essaim de particules » (PSO), chaque drone étant une « particule ». Cet algorithme a été à l’origine modelé d’après le comportement social et le mouvement des troupeaux d’oiseaux. Chaque drone se déplace en fonction de son propre emplacement de concentration de gaz la plus élevée perçue, de l’emplacement le plus élevé de l’essaim et d’une inertie dans sa direction de déplacement actuelle. En tant que stratégie de recherche, le PSO présente l’avantage de ne nécessiter que la mesure de la concentration de gaz, et non le gradient de concentration de gaz ou la direction du vent. De plus, cela permet à l’essaim d’ignorer les maxima locaux qui peuvent se produire dans des environnements complexes.

Le chemin vers les applications du monde réel

“Cette recherche montre que des essaims de minuscules drones peuvent effectuer des tâches très complexes”, ajoute Guido, “Nous espérons que ce travail inspirera d’autres chercheurs en robotique pour repenser le type d’IA nécessaire au vol autonome.”

Le développement de ce type de technologie en un produit pleinement fonctionnel nécessite encore des travaux supplémentaires. Par exemple, les travaux en cours n’abordent pas encore le déplacement en trois dimensions pour localiser les sources de gaz en hauteur. De plus, la robustesse de la navigation devrait également être améliorée avant de déployer les drones dans un scénario d’urgence réel.

Cependant, les travaux en cours sont très prometteurs. Les algorithmes développés sont non seulement utiles pour détecter les fuites de gaz dans les bâtiments, mais aussi pour des missions scientifiques comme la détection de méthane sur Mars ou une utilisation économique comme la détection précoce de maladies ou de ravageurs dans les serres.