Un drone autonome doté d'un nouveau type de technologie a été développé par une équipe de chercheurs de l'Université Johannes Kepler afin d'améliorer les efforts de recherche et de sauvetage. Le groupe décrit ses modifications de drones dans une étude publiée dans la revue Science Robotics. Dans le même numéro de revue, Andreas Birk de l'Université Jacobs de Brême a publié un article Focus détaillant le travail de l'équipe en Autriche.
Au cours de 17 essais sur le terrain à travers divers types de forêts et saisons, un nouveau prototype de drone de recherche et de sauvetage a réussi à localiser des personnes dans des forêts denses environ 90 % du temps. La conception, qui a été publiée dans Science Robotics le 23 juin, combine l'imagerie thermique, l'apprentissage automatique et une nouvelle méthode optique pour permettre au drone de voir les personnes disparues à travers le feuillage.
Le couvert arboré rend difficile la localisation des individus perdus dans la forêt. Les personnes dans les avions et les hélicoptères ont du mal à voir à travers la couverture jusqu'au sol en dessous, où les gens peuvent marcher ou même s'allonger. Le même problème s'applique aux applications thermiques, les capteurs de chaleur sont incapables de capter correctement les lectures par le couvercle. Les drones ont été essayés pour être utilisés dans des missions de recherche et de sauvetage, mais ils sont confrontés aux mêmes défis car ils sont contrôlés à distance par des pilotes qui recherchent le sol en dessous. Les chercheurs ont ajouté de nouveaux équipements à cette nouvelle entreprise qui leur permet de voir à travers le couvert forestier et de mettre en évidence ceux qui ne le sont pas.
La nouvelle solution est basée sur un algorithme de sectionnement optique aéroporté, qui utilise la puissance de calcul d'un ordinateur pour défocaliser des objets occultants tels que la cime des arbres. L'imagerie thermique est utilisée dans le deuxième composant du nouveau dispositif pour mettre en évidence la chaleur rayonnée par un corps chauffé. Après cela, un algorithme d'apprentissage automatique évalue si les signaux de chaleur proviennent d'humains, d'animaux ou d'autres sources. Après cela, le nouvel équipement a été monté sur un drone autonome régulier. Pour sélectionner où chercher, l'ordinateur du drone combine à la fois le positionnement de localisation et les signaux de l'AOS et des capteurs de température. Si une correspondance possible est trouvée, le drone se rapproche de la cible pour acquérir une meilleure vue.
Si une correspondance potentielle est trouvée, le drone se rapproche de la cible pour mieux voir. Si ses capteurs détectent une correspondance, il envoie un message à l'équipe d'étude, qui inclut les coordonnées. Les chercheurs ont utilisé trois caméras GoPro attachées à un casque pour entraîner leur algorithme lors d'une randonnée dans les Alpes suisses. Une caméra était focalisée vers l'avant, une vers la gauche et une vers la droite du randonneur. L'équipe avait pris plus de 20 000 photographies après avoir passé des heures sur ces chemins. Les photographies ont ensuite été utilisées pour éduquer leur algorithme sur la façon de dessiner les frontières d'un sentier de randonnée.
Le résultat est un algorithme d'apprentissage en profondeur qui permet à un drone doté d'une seule caméra couleur orientée vers l'avant de parcourir une piste inconnue entièrement par lui-même, sans intervention humaine. Le système était encore meilleur que les humains pour déterminer la direction exacte des sentiers sur lesquels il marchait. L'équipe prévient que ces découvertes n'en sont encore qu'à leurs débuts. Bien qu'il reste encore un long chemin à parcourir avant que les drones autonomes puissent rechercher des individus disparus dans les forêts, les chercheurs pensent que leur étude montre à quel point les réseaux neuronaux profonds peuvent aider les véhicules autonomes à négocier des situations avec des entrées compliquées et de grande dimension.
Mots clésforêt dense drone porter secours La technologie