Un algorithme bat pour la première fois des pilotes humains dans une course de drones
L‘une des nombreuses façons dont les chercheurs s’efforcent d’améliorer les performances des drones autonomes consiste à les mettre en concurrence avec des humains lors de courses. Il faut une certaine habileté pour piloter un minuscule quadcoptère à travers des espaces confinés à des vitesses fulgurantes, et en développant des algorithmes qui surpassent ces exploits, nous pourrions inaugurer une génération de drones aux incroyables capacités. Grâce à un nouvel algorithme capable de tracer une trajectoire de vol avec une grande efficacité, des scientifiques de l’université de Zurich (Suisse) affirment y être parvenus.
Image d’entête : un drone volant à travers de la fumée pour visualiser les complexes effets aérodynamiques. (Robotics and Perception Group/ UZH)
En l’espace de quelques années, la course de drones est passée d’un passe-temps clandestin pour les passionnés d’aéronautique à un sport professionnel, et parmi les organismes facilitant ces hauts niveaux de compétition se trouve la Drone Racing League. Pour la saison 2019, les organisateurs ont inclus pour la première fois une compétition dédiée aux développeurs de drones autonomes, qui pouvaient opposer leurs appareils autopilotés pour des prix en espèces importants.
Un drone développé à l’université de Delft (Pays-Bas) a remporté le premier prix de l’événement inaugural, en se montrant 12 % plus rapide que le drone autonome le plus rapide suivant dans le domaine. Mais lors d’une épreuve bonus, il n’a pas fait le poids face au pilote humain professionnel Gabriel « Gab707 » Kocher, qui l’a devancé de 5 secondes.
Aujourd’hui, en l’espace de moins de deux ans, les chercheurs de l’université de Zurich affirment avoir comblé cet écart, mais dans un contexte très différent et avec quelques réserves. Selon eux, les algorithmes précédents pour les drones autonomes reposaient sur des simplifications du système de quadcoptère ou de la trajectoire de vol elle-même. Leur nouvel algorithme les améliore en tenant compte de manière plus précise des limites du drone et en calculant des « trajectoires optimales en fonction du temps » qui accélèrent et décélèrent aux bons rythmes sur les différents segments d’un parcours.
Un drone qui suit une trajectoire optimisée dans le temps lors d’une manœuvre à grande vitesse. (Robotics and Perception Group/ UZH)
Selon Davide Scaramuzza, auteur de l’étude :
La nouveauté de l’algorithme est qu’il est le premier à générer des trajectoires optimales dans le temps qui tiennent pleinement compte des limites des drones.
L’équipe a prouvé la valeur de son nouvel algorithme en l’utilisant pour faire naviguer un quadcoptère sur un circuit de course. Des caméras externes ont été utilisées pour capturer le mouvement du drone et lui donner des informations en temps réel sur sa position, ce qui informe ensuite l’algorithme. Le contrôle du quadcoptère a ensuite été confié à deux pilotes professionnels de course de drones qui ont eu le temps de s’entraîner sur le parcours au préalable.
Tous les tours effectués par l’algorithme étaient plus rapides que ceux des pilotes humains, et les performances étaient plus cohérentes, car une fois que l’algorithme avait déterminé la trajectoire optimale sur le parcours, il était capable de la répéter de manière fiable. Selon les scientifiques, c’est la première fois qu’un quadcoptère autonome surpasse des pilotes humains dans une course de drones, mais il faudra attendre un certain temps avant que les concurrents de la Drone Racing League ne se retrouvent battus par un ordinateur.
En effet, non seulement l’algorithme s’appuie sur les caméras externes pour évaluer sa position sur le parcours, mais il lui faut aussi environ une heure de calcul pour déterminer la trajectoire optimale. Ce sont là deux facteurs que les chercheurs cherchent à résoudre avant que l’algorithme ne soit commercialisé : réduire les besoins en calcul de l’algorithme et lui permettre de s’appuyer sur des caméras embarquées.
L’algorithme représente néanmoins une avancée significative pour la technologie et pourrait s’avérer utile pour les drones destinés à toutes sortes d’applications. Qu’il s’agisse d’opérations de recherche et de sauvetage, d’inspection de bâtiments ou de livraison de marchandises, l’objectif est de faire en sorte qu’ils le fassent avec une grande rapidité, efficacité et fiabilité.
L’étude publiée dans Science Advances : Time-optimal planning for quadrotor waypoint flight et présentée sur le site de l’Université de Zurich : New Algorithm Flies Drones Faster than Human Racing Pilots.
