Les chercheurs développent des drones en essaim pour localiser les fuites de gaz

Les chercheurs de l’Université de technologie de Delft ont développé le premier essaim de petits drones capables de détecter et de localiser de manière autonome les fuites de gaz dans des environnements intérieurs étroits. Pour trouver une fuite de gaz dans un bâtiment ou un site industriel, les pompiers risquent leur vie, car cela peut prendre beaucoup de temps pour détecter la source. Ces nouveaux drones pourraient avoir des implications majeures dans ce domaine.

Conception de l’IA pour les drones

Le plus grand obstacle pour les chercheurs a été de concevoir l’intelligence artificielle (IA) nécessaire pour cette tâche complexe. En raison de la petite taille des drones, les composants de calcul et de mémoire devaient être intégrés de manière serrée. Les chercheurs ont eu recours à des stratégies de navigation et de recherche inspirées de la biologie.

La recherche a été publiée sur le serveur d’articles ArXiv et sera présentée à la conférence de robotique IROS plus tard dans l’année.

Ce qui est nécessaire pour la localisation autonome de la source de gaz

La tâche de localisation autonome de la source de gaz est extrêmement complexe et nécessite des capteurs de gaz artificiels qui ne sont pas très efficaces pour détecter de petites quantités de gaz. Ils ont également du mal à rester sensibles aux changements rapides de concentration de gaz.

En plus de la tâche elle-même, l’environnement pose également des problèmes lorsqu’il est complexe. Pour ces raisons, la recherche traditionnelle s’est concentrée sur des robots uniques qui recherchent une source de gaz dans de petits environnements sans obstacles.

Guido de Croon est professeur titulaire au laboratoire de véhicules aériens miniatures de TU Delft.

“Nous sommes convaincus que les essaims de petits drones sont une voie prometteuse pour la localisation autonome de la source de gaz,” déclare Guido de Croon. “La petite taille des drones les rend très sûrs pour les humains et les biens encore présents dans le bâtiment, tandis que leur capacité de vol leur permettra de rechercher éventuellement la source en trois dimensions. De plus, leur petite taille leur permet de voler dans des zones intérieures étroites. Enfin, avoir un essaim de ces drones leur permet de localiser une source de gaz plus rapidement, tout en évitant les maxima locaux de concentration de gaz pour trouver la véritable source.”

Malgré les avantages de ces propriétés, elles rendent également difficile pour les ingénieurs la mise en œuvre de l’IA dans les drones pour la localisation autonome de la source de gaz. En raison des limitations autour de la détection et du traitement embarqués, les algorithmes d’IA utilisés dans les véhicules autonomes ne sont pas applicables. Puisqu’ils opèrent en essaims, les drones doivent également éviter de se percuter les uns les autres tout en collaborant.

Bart Duisterhof a mené la recherche à TU Delft.

“En fait, dans la nature, il y a de nombreux exemples de navigation et de localisation de source d’odeur réussies dans des contraintes de ressources strictes,” déclare Duisterhof. “Pensez simplement à la façon dont les mouches des fruits avec leurs petits cerveaux de ~100 000 neurones localisent infailliblement les bananes dans votre cuisine en été. Ils le font en combinant élégamment des comportements simples tels que voler contre le vent ou perpendiculairement au vent en fonction de si ils sentent l’odeur. Même si nous ne pouvions pas copier directement ces comportements en raison de l’absence de capteurs de flux d’air sur nos robots, nous avons insufflé à nos robots des comportements simples similaires pour relever le défi.”

https://www.youtube.com/watch?v=hj_SBSpK5qg

Les petits drones s’appuient sur un nouvel algorithme appelé “Sniffy Bug”, qui leur permet de se répartir avant de détecter du gaz. Cela leur permet de couvrir de grands environnements et d’éviter les obstacles ou les uns les autres.

Une fois qu’un des drones détecte du gaz, il communique cela aux autres, qui collaboreront ensuite pour trouver la source de gaz le plus rapidement possible. Plus précisément, les drones effectuent une recherche de concentration de gaz maximale avec un algorithme appelé “optimisation par essaim de particules”, ou PSO, où chaque drone agit comme une particule.

L’algorithme a été inspiré du comportement social et du mouvement des troupeaux d’oiseaux, avec chaque drone se déplaçant en fonction de sa propre localisation de concentration de gaz la plus élevée, de la localisation la plus élevée de l’essaim, et de sa direction et inertie de déplacement actuelles. L’un des avantages de la PSO est qu’elle n’exige que la mesure de la concentration de gaz sans le gradient de concentration de gaz ou la direction du vent.

“Cette recherche montre que les essaims de petits drones peuvent effectuer des tâches très complexes,” déclare Guido. “Nous espérons que ce travail servira d’inspiration à d’autres chercheurs en robotique pour repenser le type d’IA nécessaire pour le vol autonome.”