ETH et UZH Zürich et le FPV racing : des algorithmes plus forts que des pilotes humains ?

3
986

Je vous en parlais en juin 2020 (voir ici), le laboratoire Robotics and Perception Group travaillait sur des drones racers capables d’évoluer de manière autonome, animés par des algorithmes et sans intervention humaine. Ce laboratoire, un institut commun à l’Université de Zürich (UZH) et à l’Ecole polytechnique de Zürich (ETH), était à la recherche de d’étudiants doctorants pour poursuivre ses travaux. A l’évidence, l’équipe a été étoffée et a progressé particulièrement rapidement. Elle vient de publier l’étude « Time-Optimal Planning for Quadrotor Waypoint Flight » dans Science Robotics, que l’on doit à Philipp Foehn, Angel Romero et Davide Scaramuzza.

L’ordinateur face aux pilotes humains

Pour faire la démonstration du contenu de l’étude, l’équipe a opposé sur un petit circuit deux pilotes de FPV racing à un drone opéré par un système de pilotage autonome. Le résultat ? L’appareil autonome a battu les deux pilotes, avec des trajectoires optimisées et un meilleur chrono. Le nom des pilotes n’a pas été indiqué, on ne connaît par conséquent pas leur niveau en pilotage. Mais peu importe, ce qu’il faut en retenir, c’est que les algorithmes sont désormais capables de rivaliser avec les humains. Pourront-ils un jour battre un MinChan Kim, par exemple ? Pas sûr, parce que MinChan Kim n’est pas vraiment humain…

Plus sérieusement

La course opérée par le laboratoire Robotics and Perception Group repose sur un terrain indoor de 30 x 30 x 8 mètres équipé de 36 caméras de surveillance Vicon. Elles permettent de modéliser l’environnement pour créer un plan de vol optimisé. De quoi atteindre 60 km/h sur ce petit parcours avec des accélérations de 5G. « La nouveauté de notre algorithme, c’est qu’il est le premier à générer des trajectoires optimisant la rapidité en prenant en compte les limitations des drones », a expliqué Davide Scaramuzza, qui dirige le laboratoire, « les précédents travaux reposaient sur des simplifications, soit des caractéristiques du drone, soit du plan de vol, pour un résultat peu optimisé ».

L’avantage ?

La technique fonctionne à l’évidence très bien et permet de créer des parcours virtuels à l’infini pour enchainer les difficultés et se préparer aux challenges de futures courses de FPV racing. Elle permet de multiplier les vols sans faillir, contrairement aux humains. L’inconvénient ? Il faut une infrastructure importante pour modéliser l’environnement et une belle puissance de calcul. A noter que les deux pilotes humain ont eu du temps pour s’entrainer sur le circuit.

A l’avenir ?

L’un des projets du laboratoire Robotics and Perception Group est bien évidemment d’aller taquiner les meilleurs pilotes de la planète dans le but de les battre. Il sera aussi question de remplacer la nécessité de caméras externes pour modéliser le parcours par une numérisation avec la caméra à bord de l’appareil. Mettre un vent aux racers des meilleurs pilotes constituera(it) une belle carte de visite pour le laboratoire Robotics and Perception Group.

C’est la fin des courses de FPV racing ?

Non, la pratique restera un sport fun pour les humains. La finalité des travaux est autre : elle permet de progresser plus rapidement dans la réalisation d’outils d’optimisation et de sécurisation des vols automatiques pour l’inspection, la surveillance, les secours, les livraisons…

Source : Time-Optimal Planning for Quadrotor Waypoint Flight 

Une vidéo pour accompagner le rapport

3 COMMENTAIRES

  1. oui pour le coup avoir un retour temps reel de la position spatiale du drone en s’appuyant sur la motion capture (le system vicon, generalement 120 fps avec une precision en dessous du mm) ca reste un tres gros avantage pour les algo.
    Sans parler du circuit qui a du etre modeliser en amont.
    Ca reste tout de meme une belle avancée j’imagine mais le gros du travail reste a faire je pense

LAISSER UN COMMENTAIRE

Please enter your comment!
Please enter your name here

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.