Perception et Navigation visuelle d’un quadrirotor en utilisant des techniques d’apprentissage profond

Abstract

Les courses de drones autonomes sont au cœur des d´efis de la robotique a´erienne, et leur popularite´ croissante profite `a la communaut´e de recherche sur la navigation autonome bas´ee sur la vision. Dans cette th`ese, nous pr´esentons notre solution qui consiste en une strat´egie de naviga-tion hybride : suivi des points de cheminements et asservissement visuel bas´e sur l’image. Une commande g´eom´etrique est d´eploy´ee pour d´eplacer le quadrirotor vers des points de cheminement pr´ed´efinis tandis qu’un filtre compl´ementaire et ORB-SLAM2 fournissent une estimation de l’´etat `a partir des signaux IMU et une cam´era st´er´eoscopique respec-tivement . Un r´eseau neuronal convolutionnel est entraˆın´e pour d´etecter les 4 coins de la porte `a franchir, l’IBVS est ensuite utilise´ pour faire passer le quadcopt`ere par cette porte. Cette approche a ´et´e impl´ement´ee sur le simulateur photor´ealiste FlightGoggles. Le quad-copt`ere a pu franchir en toute s´ecurite´ 11 portes (240 m) en 50 s et atteindre une vitesse de pointe de 6.5 m/s.