C’est une IA qui vient collecter quelques données essentielles. Elle permet au drone d’adapter son pilotage face aux bourrasques. © Caltech
Tech

Cette IA permet aux drones de voler dans des conditions extrêmes

ActualitéClassé sous :drone , intelligence artificielle , Caltech

C'est en utilisant un algorithme de deep learning pré-entraîné qu'une IA peut apprendre aux drones à voler dans des conditions météorologiques extrêmes et contrer de fortes rafales de vent.

Cela vous intéressera aussi

[EN VIDÉO] Deep learning et machine learning : quelle différence ?  Le deep learning et le machine learning font tous deux appel à l’intelligence artificielle. 

Les drones n'aiment pas trop la pluie, ni les grosses bourrasques. Ils peuvent s'en tirer dans certaines conditions en étant tropicalisés et en volant à faible allure, mais au détriment d'une ponction énorme de la capacité de leur batterie. Et quand il y a trop de vent, ils ne peuvent ni décoller ni évoluer, comme d'ailleurs la plupart des aéronefs. Et surtout, adapter une manœuvre permettant de contrer un gros coup de vent en temps réel n'est pas leur fort. Difficile de compter sur eux pour réaliser des tâches de façon autonome, comme des livraisons de colis ou des missions de sauvetage. C'est donc pour pousser un peu plus loin les drones autonomes dans leurs missions, qu'aux États-Unis, une équipe d'ingénieurs du California Institute of Technology (Caltech) a développé Neural-Fly. C'est dans le cerveau du drone que tout se passe. Les chercheurs ont mis au point une intelligence artificielle (IA) basée sur le deep learning pour qu'il puisse apprendre à faire face à des coups de vent extrêmes en temps réel.

L’équipe de chercheurs du Caltech est parvenue à créer une IA qui permet au drone d’apprendre à gérer son pilotage en temps réel face à de puissantes rafales de vent. © Caltech

Un Raspberry Pi 4 en guise de cerveau

Pour ne pas avoir à embarquer un monstre de puissance et des To de données, Neural-Fly a intégré un algorithme de préapprentissage. Le réseau de neurones est donc déjà pré-entraîné et il suffit alors de l'abreuver de quelques données clés pour qu'il puisse adapter son comportement. Ainsi, c'est un simple Raspberry Pi 4 ayant la taille d'une carte de crédit qui gère ce réseau neuronal. En associant le deep learning et le contrôle adaptatif, l'aéronef apprend à adapter ses manœuvres selon les conditions météo à partir de ses propres expériences de vol. Autant dire qu'au début, il a tendance à subir, plus qu'à contrer le vent, mais cela fonctionne.

Au final, l'expérimentation en soufflerie a démontré qu'au bout de 12 minutes de vol, les drones quadrirotor autonomes équipés de Neural-Fly savaient s'adapter aux puissantes rafales de vent allant jusqu'à 44 km/h. Ils améliorent même leur trajectoire en conséquence. De ce fait, l'autonomie reste très correcte avec des trajectoires de 2,5 à 4 fois moins longues que celles des meilleurs drones du genre. L'autre avantage, c'est que cet apprentissage peut profiter à tous les autres drones en le partageant.

Abonnez-vous à la lettre d'information La quotidienne : nos dernières actualités du jour. Toutes nos lettres d’information

!

Merci pour votre inscription.
Heureux de vous compter parmi nos lecteurs !