Un drone joue à « la balle aux prisonniers » pour faire la démonstration d’un nouveau système de détection d’obstacles
Un drone joue à « la balle aux prisonniers » pour faire la démonstration d’un nouveau système de détection d’obstacles

Des chercheurs de l’université de Zurich ont mis au point un nouveau système qui permet aux drones d’éviter les obstacles à grande vitesse
L’évitement des obstacles est une technologie cruciale pour les drones, mais les systèmes disponibles dans le commerce ne sont pas assez rapides pour certaines situations. Les ingénieurs de l’université de Zurich ont mis au point un nouveau système qui donne aux drones des réflexes si rapides qu’ils peuvent jouer – et gagner – au jeu de la balle aux prisonniers.
Selon les chercheurs, la plupart des systèmes actuels d’évitement d’obstacles prennent environ 20 à 40 millisecondes pour traiter les changements dans leur environnement. C’est très bien pour un drone qui s’approche doucement d’un bâtiment et qui trouve son chemin à l’intérieur, mais cela n’a rien à voir avec les obstacles qui se déplacent rapidement comme les oiseaux ou d’autres drones. Cela rend la navigation difficile dans certaines situations, comme lorsqu’il y a beaucoup de drones ensemble ou dans des environnements dynamiques comme les zones de catastrophe, ou lorsqu’un drone doit simplement se déplacer rapidement.
Pour cette nouvelle étude, les chercheurs ont donc équipé un drone quadricoptère de caméras spécialement conçues pour détecter les mouvements rapides, ainsi que de nouveaux algorithmes qui les rendent encore plus rapides. Le temps de réaction a ainsi été ramené à seulement 3,5 millisecondes.
Les caméras en question sont connues sous le nom de caméras événementielles. Plutôt que d’analyser chaque pixel d’une scène pour déterminer si quelque chose a bougé, les caméras événementielles ne réagissent que lorsqu’elles détectent un changement d’intensité lumineuse. Cela signifie que les pixels qui ne bougent pas restent « silencieux », ce qui réduit la charge de traitement et accélère les temps de réaction.

Une image de caméra événementielle, montrant clairement la balle qui arrive (et la personne qui la lance)
Malgré cela, l’équipe de Zurich a découvert que les caméras existantes n’étaient pas réglées pour être utilisées avec des drones. Pour s’adapter, ils ont développé leurs propres algorithmes qui non seulement surveillent tous les « événements » de pixels en vue, mais aussi corrigent le mouvement du drone en temps réel.
La première série de tests n’a porté que sur les caméras, l’équipe ayant jeté divers objets sur les caméras pour tester la capacité de l’algorithme à les détecter. Selon la taille de l’objet et la distance à laquelle il a été jeté, le système a obtenu une précision de 81 à 97 %.
Ensuite, ils ont placé ces caméras sur un drone et ont répété le test. Le drone a réussi à esquiver les objets entrants plus de 90 % du temps, y compris une balle lancée à 3 m de distance qui se déplaçait à 10 m par seconde. Une caméra était suffisante lorsque le drone était programmé pour connaître la taille de l’objet, mais pour les moments où il ne le savait pas, deux caméras étaient utilisées pour lui permettre de mesurer l’obstacle entrant et de réagir de manière appropriée.
Non seulement cela permet au drone d’éviter les objets volants, tombants et lancés, mais cela pourrait aussi aider les drones à se déplacer plus rapidement en toute sécurité. Selon l’équipe, cela pourrait se traduire par une augmentation jusqu’à dix fois plus rapide.
« Notre but ultime est de faire en sorte qu’un jour les drones autonomes naviguent aussi bien que les pilotes de drones humains », déclare Davide Falanga, principal auteur de l’étude. « Actuellement, dans toutes les applications de recherche et de sauvetage où des drones sont impliqués, l’homme est en fait aux commandes. Si nous pouvions avoir des drones autonomes qui naviguent de manière aussi fiable que les pilotes humains, nous pourrions alors les utiliser pour des missions qui se situent hors de la ligne de vue ou hors de portée de la télécommande ».
https://www.media.uzh.ch/en/Press-Releases/2020/Moving_robot.html
https://robotics.sciencemag.org/content/5/40/eaaz9712/tab-article-info