En France, l'âge moyen des agriculteurs ne cesse d'augmenter, ce qui représente un défi majeur pour la pérennité du secteur.
La robotique agricole s'avère être une solution prometteuse pour pallier la pénurie de main-d'œuvre et relever les défis liés à la productivité et à la sécurité.
C'est dans ce contexte qu'a eu lieu le premier hackathon du «Grand Défi de la Robotique Agricole »(GDRA).
Le hackathon : principes, déroulement, règles et défis
Organisé par Robagri via France 2030, le hackathon GDRA avait pour objectif de consolider et d'accélérer la robotisation du secteur agricole en réunissant des chercheurs et des professionnels du terrain.
Cette première édition vise à aborder trois défis majeurs liés à l'arrivée des robots dans le secteur agricole :
- Création d'itinéraires
- Détection des piétons
- Évitement d'obstacles
Des équipes venues du monde entier se sont affrontées sur chacun de ces thèmes lors d'une phase de qualification qui s'est déroulée de décembre 2023 à janvier 2024.
Au vu des résultats obtenus par chacune des solutions présentées et de l'avis d'un jury d'experts, les deux meilleures équipes de chaque épreuve se sont qualifiées pour la phase finale.
L'équipe Innolab de T&S a relevé le défi en s'inscrivant aux épreuves de détection des piétons et d'évitement d'obstacles.
Le hackathon : un espace d'échange et de confrontation pour T&S et ses solutions AG-Tech
Depuis 2019, T&S développe des solutions de mobilité intelligente tout-terrain par l'intermédiaire de son équipe de R&D Innolab.
Spécialisée dans les technologies agricoles (AG-Tech), l'équipe a acquis une grande expertise dans les domaines de la perception, de la planification, du contrôle et des fonctions de sécurité.
Ce hackathon a permis à T&S de confronter son expertise à celle d'autres acteurs du marché.
Le concours commence
Au cours de la phase de qualification du hackathon, T&S a choisi de participer aux défis n° 2 et n° 3, consacrés respectivement à la détection des piétons et à l'évitement d'obstacles.
La complexité de la détection des piétons dans les environnements agricoles
La détection d'obstacles dans les environnements agricoles est particulièrement complexe.
La détection et l'identification des éléments environnementaux peuvent être compromises par de nombreux facteurs :
- Variations de luminosité:jour, nuit, ombre projetée par la canopée et les cultures,
- Risques météorologiques : pluie, neige, grêle, brouillard
- Obstruction importante due à la végétation : il est courant que les agriculteurs se déplacent d'une culture à l'autre pour inspecter et récolter chaque plante. La forte densité de végétation crée un camouflage naturel qui empêche les robots d'identifier correctement les piétons.
Les limites des méthodes classiques et l'essor de l'IA
Les méthodes traditionnelles de détection des obstacles ne permettent pas d'en déterminer la nature, ce qui constitue un défi majeur pour la sécurité des robots agricoles. L'intelligence artificielle permet désormais d'identifier précisément les obstacles.
Avantages de l'instrumentation robotisée
Plus simple et plus réaliste que l'instrumentation environnementale, l'instrumentation robotisée offre flexibilité et adaptabilité.
L'équipe d'Innolab a opté pour une solution embarquée reposant sur l'IA et la perception robotique afin d'assurer une détection fiable et précise des obstacles, en concevant une solution innovante basée sur un capteur LiDAR.
Détection des piétons pour les robots agricoles : le choix du LiDAR
La détection des piétons est généralement assurée par des capteurs tels que des caméras, des caméras thermiques ou des LiDAR.
La compétition se déroulant sur un simulateur, l'utilisation d'une caméra thermique est impossible.
De plus, les caméras utilisées dans les véhicules autonomes ne sont pas fiables la nuit ou en l'absence d'un éclairage suffisant.
Les LiDAR, qui ressemblent à des sonars sous-marins, fonctionnent aussi bien de jour que de nuit. Ils offrent également une précision inégalée pour mesurer la distance qui les sépare d'objets proches ou éloignés.
Cette technologie permet de détecter les piétons avec une grande précision, même dans des conditions météorologiques difficiles et en présence d'obstacles.
Détection des piétons dans des environnements complexes
Le système mis au point par l'équipe d'Innolab s'adapte aux variations de luminosité, aux aléas météorologiques et à la forte obstruction causée par la végétation.
Il utilise un modèle d'apprentissage profond robuste pour distinguer les piétons des obstacles et garantir une localisation précise en temps réel.
Évitement d'obstacles dans un environnement agricole
La participation au défi sur la détection et le contournement d'obstacles a permis à l'équipe d'Innolab d'améliorer sa maîtrise des outils clés (ROS, Gazebo, Docker) et de renforcer son expertise en matière de détection et de contournement d'obstacles.
Double exigence pour la méthode d'évitement d'obstacles
- Contourner les obstacles mobiles
Cette méthode doit permettre au robot de détecter et d'éviter les obstacles en mouvement, garantissant ainsi une navigation fluide et sûre.
- Navigation précise dans les espaces confinés
La méthode doit également permettre au robot de passer à proximité d'obstacles fixes, tels que des rangées de vignes très rapprochées, afin d'améliorer son efficacité dans des environnements complexes.
Approches existantes en matière d'évitement d'obstacles
Contrairement aux véhicules routiers et à leurs manœuvres de dépassement dans des environnements simples, l'évitement d'obstacles pour les robots agricoles représente un défi plus important, compte tenu de la multitude d'éléments présents dans les champs et des contraintes qui y sont propres.
En ce qui concerne les robots autonomes évoluant dans des environnements contraints, la recherche se concentre sur trois domaines :
- Approches empiriques et géométriques (faible coût de calcul, mais peuvent « s'enliser » dans les cas complexes)
- Méthodes de planification de trajectoire par optimisation (très chronophages, mais fournissant des solutions valables même dans des environnements contraints)
- Approches de contrôle prédictif par modèle (coût de calcul élevé, mais tiennent compte de la dynamique du véhicule et des obstacles ; recommandées pour les véhicules à grande vitesse)
Une approche simple et efficace basée sur le LIDAR
Compte tenu du temps de développement disponible et des contraintes de mise en œuvre, l'équipe a délibérément opté pour des approches relativement simples et peu gourmandes en ressources informatiques.
La méthode choisie repose sur la création d'une carte des obstacles en temps réel à partir d'un capteur LiDAR 2D.
À chaque nouvelle mesure, la carte est mise à jour afin d'affiner la détection et de tenir compte des obstacles en mouvement. Cette carte, associée aux informations relatives à l'orientation et à la maniabilité du robot, permet de quantifier le danger que représentent les obstacles situés autour du robot.
Le système évalue le danger que représentent les obstacles et adapte la trajectoire du robot afin d'éviter toute collision.
Cette approche simple et robuste s'adapte à une grande variété d'environnements.
La segmentation sémantique : un enjeu crucial pour l'autonomie des robots agricoles
La segmentation sémantique pour les robots agricoles est complexe en raison des conditions extérieures et de la nécessité d'apprendre à identifier des obstacles non standardisés.
Heureusement, T&S et ses équipes Englab et Innolob possèdent une expertise en matière d'IA et d'outils de génération et de traitement des données, ce qui permet une meilleure détection des obstacles.
Des résultats prometteurs et une grande adaptabilité
Grâce à ces deux solutions proposées, T&S a pu démontrer son savoir-faire en se hissant à lapremière place du défi de détection des piétons, grâce au taux de détection et à la précision de sa solution.
Cette première place lors de la phase de qualification nous permet d'obtenir notre qualification pour la phase finale qui s'est déroulée lors de l'édition 2024 du World FIRA !
La finale du WFIRA 2024
Le salon World FIRA est l'un des plus grands (sinon le plus grand) événements consacrés aux technologies agricoles.
Ce salon rassemble des agriculteurs, des industriels, des fabricants de robots et des chercheurs.
Cet événement vous offre l'occasion, pendant trois jours, d'assister à des démonstrations de robots à la pointe de la technologie ainsi qu'à des conférences, des présentations de projets de recherche et des activités pédagogiques.
Le hackathon GDRA : une finale palpitante
Jour 1 : Immersion dans le simulateur 4D-Virtualiz
Le 6 février 2024, la finale du hackathon GDRA a démarré sur les chapeaux de roue avec la présentation du nouveau simulateur 4D-Virtualiz et de ses nouveaux défis.
Ce simulateur de pointe permet d'introduire du bruit de mesure dans les capteurs, de générer des scénarios météorologiques défavorables et d'intégrer des piétons réalistes dans l'environnement, en plus des obstacles habituels (bâtiments, clôtures, machines agricoles en mouvement, piétons, végétation, cultures).
L'équipe Innolab mise à l'épreuve
Malgré ces nouvelles contraintes, notre équipe d'experts n'a pas failli à sa réputation. Grâce à leur préparation rigoureuse, ils ont obtenu des résultats rapides, avec des performances comparables à celles de la phase précédente.
Un nouveau jury pour un nouveau défi
Les critères d'évaluation de la phase de sélection n'ont pas été utilisés pour départager les équipes finalistes. En effet, chaque défi étant unique, il n'était pas possible de procéder à une comparaison objective. C'est pourquoi un deuxième jury d'experts a été constitué pour désigner l'équipe gagnante.
À l'issue des délibérations, l'équipe T&S Innolab a été désignée grande gagnante du hackathon GDRA grâce à sa solution innovante de détection des piétons.
De la simulation à la réalité : Innolab teste sa solution sur le terrain
Après un mois et demi de compétition acharnée sur simulateurs, l'équipe d'Innolab est prête à relever un nouveau défi : tester sa solution de détection des piétons dans un environnement agricole réel.
Pour ce faire, ils s'appuieront sur leur plateforme d'essai tout-terrain KIPP.
Ces expériences cruciales permettront de confirmer les choix techniques opérés tout au long du projet et de valider le fonctionnement de ce système innovant en conditions réelles.
Il est également prévu d'intégrer des caméras au système afin de répondre aux exigences spécifiques de certains cas d'application.
Restez à l'écoute pour suivre les prochaines avancées de ce projet prometteur !
.jpg)
