Cette intelligence artificielle offre la possibilité au drone de modifier son pilotage en fonction du niveau de vent. Elle permet de recueillir des données essentielles.
Des drones qui peuvent évoluer dans des conditions extrêmes avec cette IA
C’est en se servant d’un algorithme de deep learning (apprentissage profond) pré-entraîné qu’une intelligence artificielle peut permettre aux drones de fonctionner dans des conditions météo difficiles et de faire face à de puissantes rafales de vent. Deep learning et machine learning : quelle est la divergence entre les deux ? Le point commun majeur de ces deux apprentissages est qu’il faut faire appel à l’intelligence artificielle.
Les drones ont deux ennemis en commun : la pluie et les puissantes bourrasques de vent. Ils peuvent s’en tirer dans des conditions spécifiques en étant tropicalisés et en se déplaçant à une vitesse moindre. Or, cela a une conséquence fâcheuse au niveau de la capacité de leur batterie. Lorsque le vent est trop fort, les drones ne peuvent pas voler comme la majorité des aéronefs. Effectuer un déplacement offrant la possibilité de contrer un gros coup de vent en temps réel n’est pas du tout leur point fort.
Il est compliqué de compter sur ces machines afin d’effectuer des actions de manière autonome telles que des livraisons de colis ou des missions de sauvetage. Afin que ces drones autonomes aillent plus loin, un groupe d’ingénieurs américain du California Institute of Technology a pensé et conçu le révolutionnaire Neural-Fly. Tout se déroule directement dans le cerveau du drone. Les experts ont élaboré une intelligence artificielle utilisant la technique du deep learning afin que le drone puisse contrer des coups de vent puissants en temps réel. Un groupe de spécialistes du Caltech est parvenu à imaginer une intelligence artificielle offrant la possibilité au drone d’apprendre à piloter en temps réel face aux rafales de vent.
Un Raspberry Pi 4 digne d’un cerveau
Afin de ne pas avoir à intégrer un surplus de puissance et trop de To d’informations, le dénommé Neural-Fly possède un algorithme de préapprentissage. Le réseau de neurones a déjà connu un pré-entraînement. Ainsi, il suffit de lui donner des informations clés dans le but qu’il modifie son comportement.
Par conséquent, c’est un Raspberry Pi 4 doté des dimensions d’une simple carte de crédit qui s’occupe de la gestion du réseau neuronal. En mêlant le deep learning et le contrôle adaptatif, l’aéronef profite d’un apprentissage pertinent. Grâce à ce dernier, il peut modifier ses manœuvres selon des conditions météo via ses expériences de vol. Ainsi, au début, il subit les rafales plutôt qu’autre chose. Néanmoins, au fil du temps, il le contre.
Résultat de l’expérience
Le test en soufflerie a dévoilé qu’après une douzaine minutes de vol, les drones quadrirotor autonomes munis de Neural-Fly ont su faire face aux terribles rafales de vent pouvant monter à une vitesse de 44 km/h. Autre effet positif obtenu : l’optimisation de la trajectoire.
En outre, l’autonomie demeure plus que positive avec l’obtention de trajectoires de 2,5 à 4 fois moins conséquentes en comparaison à celle des meilleurs drones du genre. Un autre point fort est que cet apprentissage peut bénéficier à la totalité des autres drones. Pour cela, il suffit de le partager.