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

Robotique et automatisation INSIDER

Des chercheurs de l'Institut de robotique ont développé une nouvelle méthode pour l'exploration autonome de robots aériens et la coordination multi-robots à l'intérieur de bâtiments abandonnés. (Crédit : Université Carnegie Mellon)

Contexte : séismes et secours

On estime que 100 séismes dans le monde causent des dommages chaque année. Ces dommages incluent des bâtiments effondrés, des lignes électriques abattues et plus encore. Pour les premiers intervenants, évaluer la scène et concentrer les efforts de secours peut être critique et risqué.

Des chercheurs de l'Institut de robotique (RI) de l'Université Carnegie Mellon dans l'École d'informatique ont développé une nouvelle méthode pour l'exploration autonome de robots aériens et la coordination multi-robots à l'intérieur de bâtiments abandonnés qui pourrait aider les premiers intervenants à rassembler des informations et à prendre de meilleures décisions après une catastrophe.

Éviter la redondance dans l'exploration

« Une idée clé de cette recherche était d'éviter la redondance dans l'exploration », a déclaré l'étudiant doctorant Seungchan Kim. « Puisque c'est de l'exploration multi-robots, la coordination et la communication entre robots est vitale. Nous avons conçu ce système pour que chaque robot explore différentes pièces, maximisant les pièces qu'un nombre défini de drones pourrait explorer. »

Les drones se concentrent sur la détection rapide des portes car des cibles significatives, comme des personnes, sont plus susceptibles d'être dans les pièces plutôt que dans les couloirs. Pour trouver ces entrées ciblées, les robots traitent les propriétés géométriques de leur environnement en utilisant un capteur LiDAR embarqué. En survolant doucement à environ 1,8 mètre (six pieds) du sol, les robots aériens transforment les données de nuage de points 3D LiDAR en une carte de transformation 2D. Cette carte fournit la disposition de l'espace sous forme d'image composée de cellules, ou pixels, que les robots analysent ensuite pour des indices structurels signifiant des portes et des pièces. Les murs apparaissent comme des pixels occupés près du drone, tandis qu'une porte ou un passage ouvert se présentent comme des pixels vides. Les chercheurs ont modélisé les portes comme des points de selle, ce qui a permis au robot d'identifier les passages et de les traverser rapidement. Quand un robot entre dans une pièce, elle apparaît comme un cercle.

Pourquoi LiDAR plutôt que caméra ?

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 pourraient être poussiéreuses ou enfumées, ce qui nuirait à la vision sur une caméra traditionnelle.

Coordination décentralisée

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 la communication avec les autres robots. Les robots aériens partagent la liste des portes et des pièces qu'ils ont explorées les uns avec les autres et utilisent cette information pour éviter les zones qui ont déjà été visitées.

Source