Ce drone autonome, en forme d'aile volante d'une envergure de 86 centimètres, peut éviter de percuter les arbres et autres obstacles qui jalonnent l'environnement inconnu dans lequel il a été catapulté. La détection des obstacles se fait en temps réel alors que le drone vole à une vitesse proche de 50 km/h. Le tout pour un coût de fabrication de près de 1 500 €.

drone-MIT Le système de détection paraît basique avec une caméra sur chaque aile et deux processeurs similaires à ceux que l'on retrouve sur un smartphone. La recette magique est dans un algorithme d'acquisition d'images stéréoscopiques qui permet au drone de détecter des objets et cartographier son environnement en temps réel.

Le traitement s'opère à 120 images par seconde. Le logiciel, qui est en Open Source (et disponible en ligne), est capable d'extraire des informations sur la profondeur à partir de deux images en 8,3 ms.

Doctorant au laboratoire d'informatique et d'intelligence artificielle du MIT, Andrew Barry, qui a développé le système dans le cadre de sa thèse, explique que la plupart des autres algorithmes utilisent les images capturées par chaque caméra et déterminent la présence d'un obstacle à " 1 mètre, 2 mètres, 3 mètres et ainsi de suite ". Cela implique un calcul intensif et un drone qui ne peut pas voler à plus de 10 km/h, à moins d'être équipé d'un matériel de traitement très spécialisé.

Mais pour Andrew Barry, il n'est pas nécessaire d'en faire autant. Il estime que l'acquisition d'un environnement à 10 mètres d'horizon est suffisante pour une cartographie complète de l'environnement. Des mesures dès lors moins nombreuses qui peuvent être traitées vingt fois plus rapidement qu'avec les autres logiciels.

" Bien qu'une telle méthode pourrait sembler limitée, le logiciel peut rapidement récupérer l'information de profondeur manquante en intégrant les résultats de l'odométrie et des distances précédentes du drone ", écrit le MIT.

  

L'algorithme doit encore être amélioré afin de pouvoir œuvrer dans des environnements de plus en plus denses.

Source : MIT