Les chercheurs de Carnegie Mellon développent des robots aériens qui priorisent stratégiquement les pièces pour l'exploration multi-pièces

Robotique et automatisation INSIDER

Les chercheurs du Robotics Institute ont développé une nouvelle méthode d’exploration autonome de robots aériens et de coordination multi-robots à l’intérieur de bâtiments abandonnés. (Crédit :Université Carnegie Mellon)

On estime qu’une centaine de tremblements de terre dans le monde causent des dégâts chaque année. Ces dégâts comprennent des bâtiments effondrés, des lignes électriques tombées et bien plus encore. Pour les premiers intervenants, évaluer la scène et concentrer les efforts de sauvetage peut être critique et risqué.

Des chercheurs de l'Institut de robotique (RI) de l'Université Carnegie Mellon de la Faculté d'informatique ont développé une nouvelle méthode d'exploration autonome de robots aériens et de coordination multirobot à l'intérieur de bâtiments abandonnés qui pourrait aider les premiers intervenants à recueillir des informations et à prendre des décisions plus éclairées après une catastrophe.

Une idée clé de cette recherche était d'éviter la redondance dans l'exploration », a déclaré Seungchan Kim, étudiant au doctorat. « Puisqu'il s'agit d'une exploration multirobot, la coordination et la communication entre les robots sont vitales. Nous avons conçu ce système pour que chaque robot explore différentes pièces, maximisant ainsi les pièces qu'un nombre défini de drones pourrait explorer."

Les drones se concentrent sur la détection rapide des portes, car les cibles significatives, comme les personnes, sont plus susceptibles de se trouver dans les pièces que dans les couloirs. Pour trouver ces entrées ciblées, les robots traitent les propriétés géométriques de leur environnement à l’aide d’un capteur LiDAR embarqué. Survolant doucement à environ six pieds du sol, les robots aériens transforment les données du nuage de points LiDAR 3D en une carte de transformation 2D. Cette carte fournit la disposition de l'espace sous la forme d'une image composée de cellules, ou pixels, que les robots analysent ensuite à la recherche d'indices structurels indiquant les portes et les pièces. Les murs apparaissent comme des pixels occupés à proximité du drone, tandis qu'une porte ou un passage ouvert se présente comme des pixels vides. Les chercheurs ont modélisé les portes sous forme de points de selle, ce qui a permis au robot d'identifier les passages et de les traverser rapidement. Lorsqu'un robot entre dans une pièce, il apparaît sous la forme d'un cercle.

Kim a expliqué que les chercheurs ont opté pour un capteur LiDAR plutôt qu'une caméra pour deux raisons principales. Premièrement, le capteur utilise moins de puissance de calcul qu’une caméra. Deuxièmement, les conditions à l'intérieur d'un bâtiment effondré ou sur le site d'une catastrophe naturelle peuvent être poussiéreuses ou enfumées, ce qui nuirait à la vision d'une caméra traditionnelle.

Aucune base centralisée ne contrôle les robots. Au contraire, chaque robot prend des décisions et détermine des trajectoires optimales en fonction de sa compréhension de l'environnement et de sa communication avec les autres robots. Les robots aériens partagent entre eux la liste des portes et des pièces qu'ils ont explorées et utilisent ces informations pour éviter les zones déjà visitées.

Source