Un étudiant du MIT a développé un algorithme de vision stéréoscopique qui permet à un drone de détecter et d'éviter les obstacles en volant à près de 50 km/h en totale autonomie. De quoi améliorer les performances des drones aériens dans des environnements urbains ou naturels denses.

au sommaire


    Article paru le 5/11/2015

    Les drones sont toujours plus abordables et, pour certains, très faciles à piloter. On en voit de plus en plus souvent dans le ciel et les vidéos amateurs d'exploration urbaine sont légions sur YouTube. Mais cette popularité s'accompagne aussi d'accidentsaccidents qui auraient parfois pu s'avérer dramatiques. Récemment à Hollywood, en Californie (États-Unis), un drone a percuté des lignes électriques et provoqué une coupure de courant qui a touché 650 riverains pendant plusieurs heures. Toujours outre-Atlantique, à Manhattan, un drone volant à une centaine de mètres d'altitude a heurté un gratte-ciel avant de tomber en vrille, manquant de peu un piéton.

    « Aujourd'hui tout le monde conçoit des drones, mais personne ne sait comment faire en sorte qu'ils arrêtent de rentrer en collision avec des obstacles », déplore Andrew Barry, un informaticien spécialisé en intelligence artificielle qui prépare sa thèse au Computer Science and Artificial Intelligence Lab (CSail) du Massachusetts Institute of Technology (MIT). Le jeune homme a développé un algorithme de vision stéréoscopique grâce auquel un drone autonome peut voler à près de 50 km/h et éviter les obstacles qu'il rencontre.

    Le logiciel travaille à 120 images par seconde, ce qui, selon son concepteur, est vingt fois plus rapide que les applicationsapplications existantes. Il peut extraire des informations sur la profondeur de champ à une cadence de 8,3 millisecondes par image. Ce programme open source est diffusé gratuitement via GitHub. Le drone lui-même a été adapté pour pouvoir réaliser cette performance. Il a une envergure d'environ 90 centimètres et pèse dans les 450 grammes. Il a été équipé de deux caméras placées sur chaque aile et qui sont contrôlées par le biais de deux processeurs quadruple cœur équivalents à ceux trouvés dans les smartphones précise le jeune chercheur. Le coût final de l'appareil est de 1.700 dollars (1.554 euros au cours actuel).


    Dans cette vidéo tournée par l’équipe du MIT, on voit en action le système de détection d’obstacles utilisé par un drone autonome qui vole à près de 50 km/h en évitant les arbres qu’il croise sur sa route. Les passages en vue subjective montrent ce que voit l’appareil et la manière dont le logiciel cartographie l’environnement en identifiant les obstacles qui sont matérialisés par des formes géométriques rouges. © MIT CSail, YouTube

    Voir à 10 mètres, cela suffit

    Pour obtenir ce niveau de vélocitévélocité, l'algorithme travaille sur un seul niveau de profondeur de champ, de 10 mètres, pour cartographier son environnement. En général, les logiciels de détection d'obstacles exploitent plusieurs niveaux qui s'échelonnent tous les mètres. Mais ce niveau de détail produit un volumevolume de données important, ce qui nécessite un traitement long, limitant la vitesse maximale du drone.

    Andrew Barry est parti du principe qu'à haute vitesse, le drone n'a pas besoin de créer une imagerie détaillée aussi proche car son environnement n'évolue quasiment pas entre chaque image qu'il capture. « En vol, on projette cet horizon de 10 mètres et, du moment que les 10 premiers mètres sont dégagés, on peut construire une carte complète du monde environnant », explique-t-il. Le résultat, filmé en vue subjective dans la vidéo ci-dessus, est assez impressionnant. Mais le drone vole dans une zone relativement clairsemée.

    L'objectif du jeune chercheur est justement de perfectionner son algorithme afin qu'il puisse gérer plusieurs profondeurs de champ pour fonctionner dans des environnements plus denses tels qu'une forêt. Il dit miser sur l'amélioration à venir des composants électroniques pour disposer d'une puissance de calcul plus importante. Au final, cette technologie pourrait éventuellement bénéficier aux drones commerciaux télécommandés en instaurant une détection automatique d'obstacles qui préviendrait les erreurs de pilotage. On peut aussi imaginer que cela profite aux futurs drones livreurs que Google, et d'autres, semblent bien décidés à faire voler dans un avenir très proche.