contexte

Une personne est tombée à la mer ! L’alerte est envoyée au centre de contrôle et la recherche commence. Une flotte de 10 drones décolle et se rend proche de la position signalée. La personne se situe dans un rayon de 1km à la ronde de cette position et il faut la retrouver le plus rapidement possible car plus le temps passe et plus les chances de la retrouver en bonne santé s’amenuisent.Retour sur la stratégie proposée par l’équipe OSE dans le cadre du challenge SWARMz..

définition

La robotique en essaim est un domaine de la robotique qui se concentre sur l'étude, la conception et la mise en œuvre de systèmes robotiques composés de nombreux robots individuels, appelés "agents", qui coopèrent de manière autonome pour accomplir des tâches spécifiques. La force de ces agents réside dans leur capacité à travailler ensemble en tant que groupe pour résoudre des problèmes complexes. la robotique en essaim s'inspire de la manière dont les colonies d'insectes ou encore les bancs de poissons interagissent et collaborent pour réaliser des tâches complexes.

Notre approche de ce problème de recherche opérationnelle appliqué à la robotique en essaim se structure en quatre phases principales :

stratégie

Phase 1 — Attribution des trajectoires et gestion des collisions

Définition des trajectoires individuelles et répartition des altitudes pour éviter tout risque de collision en vol.
Les drones sont espacés verticalement de 0,5 mètre et évoluent autour de 90 m d’altitude, un compromis optimal entre couverture visuelle et précision.
Chaque appareil reçoit une trajectoire de recherche unique avant de passer à la phase suivante.

Phase 2 — Rejoindre la trajectoire de recherche

Chaque drone rejoint le plus rapidement possible sa zone de mission, en tenant compte de la dérive liée aux conditions maritimes.
Cette anticipation permet de commencer la recherche active dans les meilleurs délais et d’optimiser le temps d’intervention.

Phase 3 — Effectuer la recherche

Mise en œuvre d’une stratégie d’optimisation locale basée sur la probabilité de présence humaine.
Chaque drone maximise le gain d’information à chaque détection, balayant l’espace potentiel en un temps réduit.
L’algorithme ajuste la recherche en fonction de la dérive et des zones de faible probabilité afin d’éviter les redondances et d’assurer une couverture complète.

Phase 4 — Transmission de la détection

Dès qu’un drone identifie une présence humaine, il alerte la flotte et descend pour affiner la localisation avec une marge d’incertitude inférieure à 40 m.
Les autres drones convergent en formation spiralée autour de la zone détectée afin de confirmer la position.
Une fois la détection validée, l’information est transmise au centre de contrôle avec une précision garantie.

La robotique en essaim : le challenge SWARMz

Objectif : piloter un essaim de 10 drones afin de retrouver un homme à la mer le plus rapidement possible.

les robots collaboratifs au cœur
du challenge

La stratégie repose sur la collaboration des drones, chacun cherchant à maximiser localement le gain d’informations à chaque détection. Cette approche permet d’obtenir un taux de réussite élevé et un temps moyen de détection réduit.

Phase 1 — Attribution des trajectoires et gestion des collisions

Phase 2 — Rejoindre la trajectoire de recherche

Phase 3 — Effectuer la recherche

Phase 4 — Transmission de la détection

Avec un taux de réussite de 98,6 % et un temps moyen de détection de 8 min 09 sec, notre solution a remporté le 1er prix du challenge.

Une conversation peut suffire à lancer l'innovation

La robotique en essaim : le challenge SWARMz

Objectif : piloter un essaim de 10 drones afin de retrouver un homme à la mer le plus rapidement possible.

les robots collaboratifs au cœur du challenge

La stratégie repose sur la collaboration des drones, chacun cherchant à maximiser localement le gain d’informations à chaque détection. Cette approche permet d’obtenir un taux de réussite élevé et un temps moyen de détection réduit.

Phase 1 — Attribution des trajectoires et gestion des collisions

Phase 2 — Rejoindre la trajectoire de recherche

Phase 3 — Effectuer la recherche

Phase 4 — Transmission de la détection

Avec un taux de réussite de 98,6 % et un temps moyen de détection de 8 min 09 sec, notre solution a remporté le 1er prix du challenge.

Une conversation peut suffire à lancer l'innovation

les robots collaboratifs au cœur
du challenge