Guidage et planification réactive de trajectoire d'un drone monoculaire contrôlé par intelligence artificielle

Le problème de guidage autonome est un domaine de recherche en constante évolution. La popularisation des drones a étendu ce domaine de recherche au cours des dernières années. La nature de ce type d'engins amène plusieurs nouveaux défis à surmonter, notamment en lien avec la variété d'environnements auxquels ils peuvent être confrontés. Contrairement aux voitures autonomes, les drones se retrouvent souvent dans des milieux inconnus non cartographiés et dépourvus de signal GPS. De nouvelles méthodes ont donc été développées pour mitiger ces défis. Les solutions au problème de guidage autonome dans la littérature peuvent dans ce mémoire de maîtrise être classées dans deux catégories : le guidage réactif localement à des fins d'exploration et le guidage orienté. La première catégorie regroupe les solutions de guidage local d'engins naviguant sans destination précise alors que la seconde regroupe celles de guidage tentant d'atteindre une destination. Les deux catégories de guidage en milieu inconnu utilisent majoritairement des approches incluant l'apprentissage par renforcement ainsi que l'apprentissage par imitation. Cependant, peu d'études abordent le problème de guidage orienté dans des environnements complexes de grandeur nature. L'objectif de ce projet de recherche est donc de concevoir un agent intelligent capable d'imiter la logique de guidage d'un humain dans un environnement inconnu complexe en se basant sur la vision de profondeur et une estimation de sa destination. Une approche utilisant l'apprentissage par imitation est employée pour minimiser les coûts et les temps de calcul. Un environnement de simulation sophistiqué est donc mis sur place afin de créer un ensemble de données pour l'entraînement par imitation. L'ensemble de données qui a été créé comporte 624 trajectoires parmi 9 environnements différents effectuées par un expert suboptimal pour un total de 296 466 paires d'entraînement. L'attributif suboptimal est employé pour qualifier l'humain à imiter puisque ce dernier devra dresser les trajets au meilleur de ses capacités sans avoir recours à des algorithmes de planification de trajectoire optimale. Un modèle de classification capable de prédire la prochaine commande de guidage à effectuer compte tenu des observations actuelles et précédentes a été implémenté. Le modèle est entraîné à encoder une représentation de l'image de profondeur obtenue à partir de l'image RGB ainsi qu'une représentation des coordonnées relative à sa destination. Ces représentations sont traitées par un réseau récurrent à mémoire court et long terme («Long Short-Term Memory» ou LSTM) ainsi qu'un perceptron multicouches («Multilayer Perceptron» ou MLP) afin de prédire la direction à emprunter. Une fonction coût adaptée au problème ainsi que des techniques d'augmentation de l'ensemble de données sont incorporées lors de l'entraînement afin d'améliorer la précision du modèle en validation et en test. Une recherche d'hyperparamètres de type grid search a été effectuée afin de sélectionner le meilleur modèle selon la précision obtenue sur l'ensemble de données de test. Des précisions entre 77.10% et 82.59% ont été atteintes indiquant un impact significatif des méthodes d'augmentation de l'ensemble de données.