Intelligence Artificielle pour Drones Autonomes pour applications Navales – NAIAD

L'objectif principal de la flotte est d'atteindre une zone de cartographie proche du rivage et de garantir des incertitudes de pose inférieures à 10m. La flotte doit être rapidement déployée à partir d'une distance relativement lointaine (20 km de leur zone de largage), bien positionnées grâce à un pré-déploiement associé de balises larguées par un véhicule autonome de surface ou aérien sur la trajectoire précédant les UUV. La stratégie et la manœuvre d'accrochage des balises peuvent être décidées collectivement par la flotte, une sous-équipe ou un UUV seul. Une fois qu'une balise a été atteinte, les UUV progressent vers la balise suivante selon le plan établi au préalable. Une expérimentatio dans une zone marine servira à valider l'approche choisie. Les résultats du projet pourraient être utiles dans tous les scénarios où les communications sont perturbées (absence de GNSS dans les opérations aéroterrestres par exemple), non souhaitées (discrétion requise), limitées par des délais importants ou difficiles en temps réel avec les opérateurs (applications spatiales). Outre les aspects scientifiques novateurs de la proposition, l'expérience impliquant la navigation d'équipes hétérogènes de robots multiples dans un environnement marin à grande échelle est ambitieuse et peu abordée dans la littérature.

Le projet NAIAD se place dans le contexte de la maîtrise du domaine sous-marin et adresse une problématique essentielle pour les secteurs des télécommunications (câble optique sous-marin) et de l'énergie (énergies renouvelables, pétrole et gaz voire ressources minières). Le projet NAIAD a pour objectif de trouver des solutions aux défis technologiques liés aux opérations robotiques en milieu sous-marin où la communication sous-marine présente des limites inhérentes à la nature même de l'environnement sous-marin. Une localisation précise des drones autonomes peut être rendue impossible par besoin de furtivité ou à cause de l’absence de signal ou de repères. Or, une flotte d’agents robotiques collaboratifs a besoin de se localiser par rapport à ses objectifs et d'échanger des informations pour mener à bien sa mission.

On se propose donc de résoudre le problème du déploiement d’une flotte de drones sous-marins (sans accès à un système de positionnement par satellites en immersion) dans une zone littorale, sans accès immédiat pour un bâtiment porteur et de soutien qui reste en haute mer. La problématique principale pour effectuer cette opération est la capacité pour chaque drone de rallier la zone d’intérêt et d’être capable de se positionner précisément. Pour répondre au besoin de localisation précise, on envisage d’utiliser un dispositif externe positionnable – en l’occurrence des balises de positionnement larguées par un drone aérien ou de surface déployé à partir d’un bateau porte-drone qui navigue au large des côtes (20km). Ces amers synthétiques auront pour but de baliser un plan de navigation de manières optimale, tenant compte des contraintes de l’environnement et des moyens déployés. Le largage de ces amers engendre des imprécisions de localisation dont les incertitudes ne sont pas parfaitement connues.

On vise ici à dépasser les limites causées par la localisation incertaine en utilisant des techniques de planification automatique en intelligence artificielle qui produiront des plans robustes, permettant de rallier les amers sous incertitude, tout en maintenant la capacité de garantir un certain degré de coordination au sein de la flotte. Traditionnellement, la génération de trajectoires optimisées par rapport à la capacité de navigation et de localisation des drones a été placée au second plan par rapport aux solutions technologiques capables d’assurer une meilleure localisation; NAIAD par contre s’appuie sur des trajectoires alignée sur des amers stratégiquement placés afin de favoriser en amont une meilleure localisation de la flotte, tout en visant l’optimisation des ressources (autonomie, temps). L’autonomie de la navigation est assurée par l’exécution des plans générés par le logiciel d’intelligence artificielle permettant le captage des amers le long du parcours. Premièrement, un planificateur dans l’incertain produira des plans de largage des amers permettant une localisation sur la base des amers et des éventuels repères géographiques disponibles. La synthèse automatique de plans de mission en tenant compte de l’incertitude sur la position des drones sera déclinée selon le paradigme de la planification HTN Temporelle (Temporal Hierarchical Task Network), afin de découper la mission en tâches élémentaires, ce qui permet une utilisation rationnelle des ressources, et de coordonner la flotte sur des points de rencontre ou sur l’enchaînement de tâches collaboratives. Finalement, un moniteur de l’exécution permettant d’évaluer l’écart entre la position estimée et celle mesurée (malgré l’imprécision due aux signaux) agira comme un superviseur capable de déclencher une replanification afin d’adapter la navigation autonome aux aléas de l’environnement et de pouvoir se recaler le long d’un plan de navigation en cas de perte d’un amer. La mise en œuvre de ces méthodologies de planification et leur intégration sur des plateformes robotiques sera effectuée lors d’essais en mer à partir de la seconde année de projet.