MIT lance SANDO, algorithme de navigation sûre pour drones
Des chercheurs du Massachusetts Institute of Technology (MIT) ont mis au point SANDO, un système de navigation autonome conçu pour piloter des drones dans des environnements inconnus et dynamiques. Publiée dans la revue IEEE Transactions on Robotics, cette approche garantit mathématiquement l'absence de collision, même face à des obstacles mobiles aux mouvements imprévisibles. Contrairement aux planificateurs de trajectoire actuels, qui offrent des garanties de sécurité uniquement dans des espaces statiques ou cartographiés, SANDO s'adapte en temps réel à un terrain jamais exploré. Le système repose sur le principe de couloirs de sécurité variables dans le temps. Plutôt que de se fier à une carte préétablie, l'algorithme estime la vitesse maximale des obstacles détectés et trace des zones d'expansion autour d'eux. Un couloir de vol est ensuite construit autour de ces périmètres d'incertitude, assurant que le drone ne pourra jamais les intersecter, même si un obstacle change brusquement de direction. Pour optimiser la trajectoire, SANDO intègre une carte thermique qui identifie les zones encombrées et guide le drone vers les itinéraires les plus efficaces. En cas de variation environnementale, le système recalcule instantanément sa trajectoire à bord, sans nécessiter de connexion externe. Les tests, réalisés en simulation puis sur douze vols réels, confirment l'efficacité de la méthode. Le drone a atteint ses objectifs plus rapidement que les systèmes de référence tout en évitant systématiquement tous les obstacles mobiles. Le principal auteur Kota Kondo souligne que la rigueur mathématique a permis de couvrir tous les cas de figure, y compris les situations marginales, offrant ainsi une sécurité inégalée pour les opérations critiques. Cette technologie ouvre des perspectives concrètes pour les missions de sauvetage, l'exploration de zones sinistrées, la fouille de tunnels miniers ou le transport de matériel médical dans des contextes complexes. Les chercheurs envisagent désormais d'alléger la charge computationnelle du système et d'y intégrer des modèles d'apprentissage automatique pour permettre un contrôle en langage naturel. Fei Gao, professeur à l'Université du Zhejiang, souligne que SANDO combine avec succès planification spatio-temporelle, analyse formelle de la sécurité et validation matérielle, posant ainsi une base solide pour l'automatisation des vols dans des environnements réels.
