Le système Soar, développé par des chercheurs des universités Sun Yat-Sen et de Hong Kong, permet à une équipe de drones autonomes de cartographier et reconstruire en 3D des environnements avec une grande efficacité. Cette innovation ouvre la voie à de nombreuses applications, de la planification urbaine à la préservation du patrimoine.
Soar utilise un système multi-drones hétérogène, composé d’un drone explorateur équipé de capteurs Lidar et de plusieurs drones photographes dotés de caméras. Le drone explorateur navigue à travers l’environnement en utilisant une stratégie basée sur les frontières de surface pour cartographier efficacement la scène. Pendant ce temps, les drones photographes visitent les points d’intérêt identifiés par l’explorateur et prennent des images détaillées. Ces données visuelles, associées aux informations de position des drones, permettent de générer un modèle 3D texturé et précis de l’environnement.
Optimisation des tâches et performance supérieure
Le système fonctionne par étapes successives : d’abord, le drone explorateur cartographie l’environnement et génère des points de vue de manière incrémentale, ce qui permet de couvrir l’ensemble de la surface de la zone explorée. Ensuite, ces points de vue sont attribués aux drones photographes selon la méthode Consistent-MDMTSP, qui répartit les tâches de manière équilibrée entre les différents drones. Chaque photographe planifie ensuite un trajet optimal pour capturer les images depuis les points de vue qui lui ont été assignés. Cette coordination permet de maximiser l’efficacité du système tout en évitant les déplacements inutiles.
L’une des particularités de Soar réside dans sa capacité à collecter des données à la fois à partir de capteurs Lidar et de caméras, ce qui améliore la qualité des reconstructions. De plus, le système s’adapte en temps réel aux changements dans l’environnement, ce qui lui permet de couvrir de manière optimale la zone explorée avec un minimum de points de vue. Grâce à cette adaptation dynamique et à la répartition cohérente des tâches entre les drones, Soar réduit le temps nécessaire pour cartographier un environnement tout en augmentant l’efficacité globale du processus.
Applications variées et perspectives de développement
Lors des simulations effectuées par l’équipe de recherche, Soar a surpassé d’autres méthodes comme SSearchers et Multi-EE pour la reconstruction d’environnements, montrant ainsi son potentiel pour des applications pratiques.
Source: Mingjie Zhang et al, SOAR: Simultaneous Exploration and Photographing with Heterogeneous UAVs for Fast Autonomous Reconstruction, Arxiv, Sep 24.
Soar pourrait être utilisé pour modéliser en 3D des villes et des infrastructures, contribuer à la préservation du patrimoine culturel en recréant des sites historiques, ou encore faciliter les opérations de réponse aux catastrophes naturelles en permettant d’évaluer rapidement les dégâts et de planifier les opérations de secours.
Les chercheurs envisagent de poursuivre le développement de Soar en intégrant de nouvelles stratégies de répartition des tâches afin d’améliorer encore la coordination entre les drones et d’accélérer la cartographie des environnements. Ils prévoient également d’ajouter des modules de prédiction de scène et de traitement de l’information, ce qui pourrait permettre au système d’anticiper la structure d’un environnement donné, accélérant ainsi le processus de reconstruction.
Vers une transition du simulateur au monde réel
Dans le futur, Soar pourrait aussi être utilisé pour inspecter les infrastructures et les chantiers, offrant aux travailleurs la possibilité de cartographier ces lieux de manière précise. De plus, il pourrait être employé pour créer des modèles 3D de décors de jeux vidéo inspirés de villes réelles ou de paysages naturels. Les chercheurs s’intéressent également à la transition de Soar des simulations vers des environnements réels, en se concentrant sur des défis tels que les erreurs de localisation et les perturbations de communication. Ils prévoient d’explorer des techniques de reconstruction active, qui permettraient au système d’ajuster sa planification en temps réel pour obtenir des résultats encore meilleurs.
Pour en savoir plus :
- Mingjie Zhang et al, SOAR: Simultaneous Exploration and Photographing with Heterogeneous UAVs for Fast Autonomous Reconstruction, Arxiv, Sep 24.
Source archive Kessel : https://qant.kessel.media/posts/pst_fee79db9480144868f6d5df65a5c614a
