LabCom_2022 - V2 - Laboratoires communs organismes de recherche publics – PME/ETI - Edition 2022 - Vague 2

Perception sûre pour la navigation autonome en milieu naturel au service de l’agroécologie – AgriVia

Résumé de soumission

Les progrès de la robotique ont profondément facilité nombre des tâches fastidieuses et répétitives de notre quotidien. Ceci est vrai dans les activités pour lesquelles les robots évoluent en milieux structurés, tandis que des besoins prégnants émergent en milieux ouverts et naturels. C’est le cas de l’agriculture, secteur dans lequel les contraintes environnementales et sociétales actuelles nous imposent de repenser les outils de production. En effet, dans une démarche agroécologique, la nécessaire réduction des produits phytosanitaires, ainsi que l'utilisation de produits de bio-contrôle, conduisent à augmenter la précision des tâches à accomplir, et la fréquence des interventions. Cependant, le manque de main d'œuvre et la pénibilité des tâches à réaliser dans un contexte de production élevée sont des contraintes qui entraînent une charge insoutenable pour les agriculteurs.
La robotique agricole se distingue donc comme un levier de l’agroécologie et bénéficie d’une importante dynamique nationale dans laquelle s’inscrit cette proposition. Ainsi le LabCom AgriVia s’empare pleinement de ces problématiques en proposant de nouvelles approches visant à apporter sûreté et précision aux robots agricoles par la perception enrichie de l’environnement et son interprétation. S’appuyant sur l’expertise de INNODURA TB en vision et en Intelligence Artificielle (IA), et sur les travaux de recherche de l’équipe Romea d’INRAE en robotique agricole, AgriVia mènera des recherches pour le développement d’un système de perception sûre et certifiable pour la navigation autonome de robots agricoles. En effet, un verrou important de la robotique agricole est lié au fait que la majorité des capteurs de sécurité mesurent uniquement des distances, et ne s’intéressent donc qu’à la géométrie de l’environnement. Ceci engendre de très nombreux arrêts intempestifs de la machine qui nécessite alors une action humaine pour être relancée. Il s’agira dans ce LabCom d’utiliser différentes technologies et notamment de l’IA afin d’apporter une détection sûre et flexible de l’environnement du robot par la différenciation des zones traversables et non traversables, en fonction du type de robot et de la tâche à réaliser. Pour ce faire, le projet visera à identifier les différents éléments de la scène (champ, route, humain, etc), leur caractère déformable ou le type de végétation, afin d’adapter le comportement du robot au contexte d’évolution et de sécuriser le déplacement des personnes dans cet environnement agricole.
Les travaux d’AgriVia sont envisagés de manière progressive et intégrative. En effet, ces développements sont axés sur la validation expérimentale ainsi que sur l’intégration matérielle et logicielle tout au long du LabCom. Il est prévu d’aborder les problématiques d’analyse et de reconnaissance de scènes basées sur plusieurs moyens de perception, en capitalisant sur les travaux existants et l’expertise des partenaires en robotique agricole, en IA et en méthode de perception. Ceci permettra d'ici 2 ans la réalisation d’une première maquette logicielle et matérielle multi-capteurs dédiée et fournira des bases de données d’apprentissage permettant de développer d'ici 4 ans des approches pour adapter le comportement de robots agricole en fonction du contexte d’évolution et du type d’environnement. L’enjeu est d’agir de façon discriminée sur la végétation et sur le sol tout en garantissant un haut niveau de sécurité des personnes et une haute précision dans la tâche agricole réalisée. Afin de se conformer à ces exigences, les approches développées devront être capables de s’auto-diagnostiquer afin de détecter les éventuelles anomalies. L’objectif est de qualifier la première maquette, d’analyser les modes de défaillance et de développer des outils permettant de vérifier le bon fonctionnement du système. Enfin, AgriVia a pour ambition d’aller vers la certification du système développé pour la détection sûre et flexible de l’environnement du robot.

Coordination du projet

Jean Laneurit (Institut National de recherche pour l'agriculture l'alimentation et l'environnement)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

INRAE Institut National de recherche pour l'agriculture l'alimentation et l'environnement
INNODURA TB INNODURA TB

Aide de l'ANR 362 996 euros
Début et durée du projet scientifique : mars 2023 - 54 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter