Beaucoup d’applications pour les drones les verront passer la plupart de leur temps en haute altitude, mais se déplacer en toute sécurité à travers des zones urbaines plus denses au niveau de la rue serait également une capacité assez intéressante et pratique. Les chercheurs ont mis au point un système de contrôle des drones qui leur permet de naviguer de façon autonome dans ces environnements plus occupés, en leur montrant comment les cyclistes et les voitures font leur travail.
L’agitation d’une ville moderne oblige les citadins à garder un œil sur les obstacles en mouvement, alors comment pouvons-nous former des robots volants à faire de même ? Les systèmes GPS que les drones utilisent pour naviguer dans l’espace aérien ouvert au-dessus de tous ces piétons, voitures, vélos et landaus ne vont pouvoir être exploiter ici-bas, alors des chercheurs de l’Université de Zurich et le Centre national de Compétence en Recherche (National Centre of Competence in Research) ont formé des drones à suivre leur guide.
Cela signifiait développer un algorithme d’apprentissage profond qu’ils ont baptisé DroNet. Au lieu d’une suite de capteurs fantaisistes pour observer le monde qui l’entoure, l’algorithme repose uniquement sur une caméra ordinaire similaire à celle d’un smartphone pour guider le drone en toute sécurité autour des obstacles qui pourraient apparaître sur son chemin.
Enseigner DroNet pour ce faire impliquait la collecte de montagnes de données de formation, que les chercheurs ont capturé à partir de vélos et de voitures voyageant à travers des environnements urbains réels. En montrant à DroNet encore et encore comment ces véhicules circulent dans les rues de la ville, il a finalement appris comment le faire lui-même, comprenant ainsi comme déplacer le drone sur une route sans traverser de voie et à s’arrêter quand des objets comme des piétons, des travaux de construction ou un autre véhicule apparaissent sur son chemin.
« C’est un algorithme informatique qui apprend à résoudre des tâches complexes à partir d’un ensemble d’exemples d’apprentissage qui montrent au drone comment faire certaines choses et gérer des situations difficiles, tout comme les enfants apprennent de leurs parents ou enseignants », explique Davide Scaramuzza. , professeur de robotique et de perception à l’Université de Zurich.
L’équipe a également constaté qu’après avoir été formés en milieu urbain, leurs drones pouvaient appliquer leurs apprentissages à d’autres environnements comme les stationnements et les couloirs de bureaux. Elle dit qu’il y a encore du travail à faire, mais ce genre de développement nous rapproche d’un monde où les drones pourraient traverser des rues bordées d’arbres pour livrer des colis.
« De nombreux problèmes technologiques doivent encore être surmontés avant que les applications les plus ambitieuses ne deviennent réalité », souligne Antonio Loquercio, doctorant, qui a travaillé sur DroNet.
http://www.media.uzh.ch/en/Press-Releases/2018/DroNet_drone.html
