Une méthode pour permettre une navigation sûre des robots mobiles dans des environnements dynamiques

Pour mener à bien des missions dans des environnements réels dynamiques et non structurés, les robots mobiles doivent être capables d’adapter leurs actions en temps réel pour éviter les collisions avec des objets, des personnes ou des animaux à proximité.

La plupart des approches existantes pour prévenir les collisions de robots fonctionnent en créant des cartes précises de l’environnement dans lequel un robot navigue, puis en planifiant les meilleures trajectoires pour atteindre en toute sécurité un emplacement souhaité.

De nombreuses techniques de navigation robotisées proposées précédemment ont obtenu des résultats prometteurs en simulation. Cependant, ils ne fonctionnent souvent pas aussi bien dans des environnements réels, en particulier dans ceux qui sont imprévisibles et qui évoluent rapidement au fil du temps.

Des chercheurs de l’Université de Californie à San Diego ont récemment introduit une nouvelle méthode qui pourrait améliorer la navigation des robots mobiles dans des environnements dynamiques et non structurés.

Cette méthode, présentée dans un article publié sur le arXiv serveur de préimpression, a jusqu’à présent été appliqué avec succès au robot Jackal, un système robotique à roues développé par ClearPath Robotics.

“Notre récent article répond au besoin critique d’une navigation autonome et sûre des robots mobiles dans des environnements complexes, inconnus et dynamiques, tout en tenant compte des ressources limitées de détection et de calcul disponibles à bord”, a déclaré Kehan ​​Long, co-auteur de l’article, à Tech Xplore.

“Alors que des recherches antérieures ont réalisé des progrès significatifs en utilisant des techniques telles que les champs de potentiel artificiel, les fonctions de navigation et les fonctions de barrière de contrôle, bon nombre de ces méthodes reposent sur la construction d’une carte précise de l’environnement.”

Créer des cartes d’environnements dynamiques en temps réel peut s’avérer difficile, en particulier si ces environnements évoluent rapidement au fil du temps. L’objectif principal de l’étude récente de Long et de ses collègues était de développer une nouvelle méthode capable de garantir la sécurité des robots mobiles dans ces environnements changeants, en exploitant directement les données collectées par les capteurs embarqués d’un robot au lieu de reconstruire des cartes précises de l’environnement.

“Notre nouvelle méthode de navigation sécurisée des robots mobiles introduit une formulation de fonction de barrière de contrôle robuste sur le plan distribution (DR-CBF)”, a expliqué Long.

“Le concept de base est d’incorporer directement les mesures du capteur de portée bruyante du robot (par exemple, du LiDAR) dans l’optimisation du contrôle en tant que contraintes de sécurité, plutôt que de construire d’abord une carte précise. En employant des théories rigoureuses issues d’une optimisation distributionnellement robuste, nous pouvons prendre en compte de manière robuste les incertitudes à la fois dans la détection et dans l’environnement dynamique.

La méthode de navigation des robots mobiles développée par Long et ses collègues présente divers avantages par rapport aux autres approches introduites au cours des dernières années. Plus particulièrement, il peut garantir le fonctionnement sûr des robots, en les empêchant d’entrer en collision avec des objets, tout en ne nécessitant que des ressources informatiques limitées.

“Une caractéristique distinctive de notre méthode est qu’elle garantit une navigation sûre en utilisant directement les données récentes des capteurs pour déterminer l’entrée de commande, permettant au robot de s’adapter rapidement aux changements environnementaux”, a déclaré Long.

“Les implications pratiques de notre travail sont significatives. En permettant le développement de robots mobiles fiables avec des besoins informatiques réduits, notre approche a le potentiel de réduire le coût de construction de robots, les rendant plus accessibles pour un large éventail d’applications.”

Pour tester leur méthode, Long et ses collègues l’ont appliquée au ClearPath Jackal, un robot à roues résistant aux intempéries, équipé d’un capteur LiDAR. Leurs résultats étaient encourageants, démontrant l’efficacité et la polyvalence de leur approche dans des environnements dynamiques intérieurs et extérieurs.

“Dans nos futures recherches, nous prévoyons d’étendre notre méthodologie à des systèmes robotiques plus complexes, tels que les robots à pattes et les humanoïdes”, a ajouté Long. “Notre objectif ultime est de développer des robots sûrs et performants, capables de naviguer et d’interagir dans n’importe quel environnement tout en offrant de solides garanties de sécurité.”

© 2024 Réseau Science X