Navigation inspirée des fourmis : percée pour minuscules robots autonomes

Motion Design INSIDER

Image en time-lapse d'un des parcours volés par le robot. (Image : Les chercheurs)

Vous êtes-vous déjà demandé comment les insectes peuvent aller si loin au-delà de leur nid et retrouver leur chemin ? La réponse n'est pas seulement pertinente pour la biologie mais aussi pour créer l'IA de minuscules robots autonomes. Des chercheurs sur les drones de TU Delft se sont inspirés de découvertes biologiques sur la façon dont les fourmis reconnaissent visuellement leur environnement et combinent cela avec le comptage de leurs pas pour rentrer sainement chez elles. Ils ont utilisé ces insights pour créer une stratégie de navigation autonome pour de minuscules robots légers. Cette stratégie permet à de tels robots de revenir à leur point de départ après de longs trajets, tout en nécessitant extrêmement peu de calcul et de mémoire (1,16 ko par 100 m). À l'avenir, de minuscules robots autonomes pourraient trouver une large gamme d'utilisations, de la surveillance de stocks en entrepôt à la détection de fuites de gaz sur sites industriels. Les chercheurs ont publié leurs résultats dans Science Robotics, le 17 juillet 2024.

Défis des minuscules robots

Les minuscules robots, de quelques dizaines à quelques centaines de grammes, ont le potentiel d'effectuer de nombreuses applications réelles intéressantes. Avec leur poids léger, ils sont extrêmement sûrs même s'ils heurtent accidentellement quelqu'un. Étant petits, ils peuvent naviguer dans des zones étroites. Et s'ils peuvent être produits à bas coût, ils peuvent être déployés en grand nombre pour couvrir rapidement une grande zone, par exemple dans une serre pour la détection précoce de ravageurs ou maladies. Cependant, faire opérer de tels minuscules robots de manière autonome est difficile, car ils ont des ressources extrêmement limitées comparées aux plus grands.

Un obstacle majeur pour l'utilisation de minuscules robots est que pour des applications réelles, ils devront naviguer par eux-mêmes sans aide d'infrastructure externe. Ils pourraient utiliser des estimations de position par satellites GPS en extérieur ou par balises de communication sans fil en intérieur. Le GPS ne peut être utilisé qu'en extérieur et peut être très imprécis dans les environnements encombrés comme les canyons urbains. Et l'installation et la maintenance de balises en intérieur est assez coûteuse ou simplement impossible, par exemple dans les scénarios de recherche et sauvetage.

L'IA nécessaire pour la navigation autonome avec seulement des ressources embarquées a été développée en pensant aux grands robots comme les voitures autonomes. Certaines approches reposent sur des capteurs lourds et énergivores comme le LiDAR, qui ne peuvent être ni portés ni alimentés par de petits robots. D'autres approches utilisent des capteurs de vision, qui tentent généralement de créer des cartes 3D très détaillées de l'environnement. Cependant, cela nécessite de grandes quantités de traitement et de mémoire, ne pouvant être fournis que par des ordinateurs trop grands et énergivores pour de minuscules robots.

L'inspiration de la nature

C'est pourquoi certains chercheurs se sont tournés vers la nature pour s'inspirer. Les insectes sont particulièrement intéressants, car ils opèrent sur des distances pertinentes pour de nombreuses applications réelles tout en utilisant de très rares ressources de détection et de calcul. Les insectes combinent le suivi de leur propre mouvement (odométrie) avec des comportements guidés visuellement basés sur leur système visuel à basse résolution, mais quasi omnidirectionnel (mémoire de vue).

Alors que l'odométrie est de plus en bien comprise même au niveau neuronal, les mécanismes précis sous-jacents à la mémoire de vue sont moins bien compris. D'où l'existence de multiples théories concurrentes sur la façon dont les insectes utilisent la vision pour la navigation. L'une des premières théories propose un modèle « instantané » (snapshot), dans lequel un insecte comme une fourmi prend occasionnellement des instantanés de son environnement. Plus tard, en arrivant près de l'emplacement de l'instantané, il peut comparer sa perception visuelle actuelle à l'instantané et se déplacer pour minimiser les différences. Cela permet à l'insecte de naviguer, ou de « rentrer », vers l'emplacement de l'instantané, éliminant toute dérive qui s'accumule inévitablement lorsqu'on ne fait que de l'odométrie.

« La navigation basée sur instantanés peut être comparée à la façon dont Hansel a essayé de ne pas se perdre dans le conte de fées Hansel et Gretel. Quand Hansel jetait des cailloux au sol, il pouvait rentrer chez lui ; cependant, quand il jetait des miettes de pain mangées par les oiseaux, il se perdait. Dans notre cas, les cailloux sont les instantanés », explique Tom van Dijk, premier auteur de l'étude. « Comme avec un caillou, pour qu'un instantané fonctionne, le robot doit être assez proche de l'emplacement de l'instantané. Si l'environnement visuel devient trop différent de celui de l'emplacement de l'instantané, le robot pourrait se déplacer dans la mauvaise direction et ne jamais revenir. Donc, il faut utiliser suffisamment d'instantanés — ou dans le cas de Hansel, déposer un nombre suffisant de cailloux. D'un autre côté, déposer des cailloux trop près les uns des autres épuiserait les cailloux de Hansel trop vite. Pour un robot, utiliser trop d'instantanés entraîne une grande consommation de mémoire. Les travaux précédents dans ce domaine avaient généralement les instantanés très proches, pour que le robot puisse d'abord naviguer visuellement vers un instantané, puis vers le suivant. »

« L'insight principal sous-jacent à notre stratégie est que vous pouvez espacer les instantanés beaucoup plus loin, si le robot voyage entre instantanés basés sur l'odométrie », dit le Professeur Guido de Croon, co-auteur de l'article. « Le retour fonctionnera tant que le robot se retrouve assez proche de l'emplacement de l'instantané, c'est-à-dire tant que la dérive d'odométrie du robot reste dans la zone de capture de l'instantané. Cela permet aussi au robot de voyager beaucoup plus loin. »

Résultats expérimentaux

La stratégie de navigation inspirée des insectes a permis à un drone Crazyflie de 56 grammes, équipé d'une caméra omnidirectionnelle, de couvrir des distances jusqu'à 100 mètres avec seulement 1,16 ko. Tout le traitement visuel s'est déroulé sur un minuscule microcontrôleur.

« La stratégie de navigation inspirée des insectes proposée est une étape importante vers l'application de minuscules robots autonomes dans le monde réel », dit de Croon. « La fonctionnalité de la stratégie proposée est plus limitée que celle fournie par les méthodes de navigation de pointe ; elle ne génère pas de carte et ne permet au robot que de revenir au point de départ. Pourtant, pour de nombreuses applications, cela peut être amplement suffisant. Par exemple, pour le suivi de stocks en entrepôt ou la surveillance des cultures en serre, les drones pourraient s'envoler, collecter des données et retourner à la station de base. Ils pourraient stocker les images pertinentes pour la mission sur une petite carte SD pour un post-traitement par un serveur. »

Source