Les insectes qui évitent les menaces imminentes inspirent la prochaine génération de robots
Les insectes ont développé une capacité aiguisée de perception du mouvement qui leur permet de réagir rapidement aux environnements dynamiques complexes. Ils sont capables de traiter les mouvements visuels, de distinguer de petites cibles qui se déplacent et de détecter des stimuli émergents. Ils peuvent ainsi réagir promptement et éviter les collisions. Les systèmes visuels des insectes reconnaissent des indices de mouvement et distinguent différents modèles par rapport au chaos visuel, ce qui leur permet de modifier leur trajectoire en conséquence. Bien que les mécanismes sous-jacents puissent rester vagues, ces systèmes visuels servent de source d’inspiration au développement de systèmes d’intelligence artificielle pour la détection des mouvements. Plus important, le potentiel pour modéliser de manière informatisée les voies visuelles des insectes est considérable. De tels modèles pourraient contribuer à la conception de capteurs innovants pour de futurs robots intelligents et entièrement automatisés.
Modéliser le système nerveux visuel des insectes
Le projet STEP2DYNA a rassemblé des neurobiologistes, des modélisateurs du système nerveux, des chercheurs et des ingénieurs en robotique afin d’étudier le système nerveux visuel des insectes et de parvenir à le modéliser pour des applications robotiques. Cette recherche a été entreprise avec le soutien du programme Actions Marie Skłodowska-Curie et s’est concentrée sur la modélisation de la détection du mouvement chez les insectes. Les chercheurs ont travaillé sur deux détecteurs de mouvement, LGMD1 et LGMD2, trouvés dans le cerveau des sauterelles dans la région du système visuel, qui leur permettent de réagir rapidement aux objets en approche. Le consortium a développé des algorithmes inspirés par les insectes basés sur les mécanismes du LGMD, permettant à des robots au sol ou à des aéronefs sans équipage (UAV) de détecter des collisions imminentes lors de leur déplacement ou de leur vol dans des environnements dynamiques complexes. «Contrairement au LGMD1 qui réagit à des objets en approche sur fond clair ou sombre, le LGMD2 montre une sélectivité pour les objets sombres en mouvement sur fond clair en profondeur, une situation similaire à celle que rencontrent les véhicules et robots terrestres», explique Shigang Yue, coordinateur du projet. En outre, l’équipe a combiné les informations provenant des neurones sélectifs de la direction et des neurones détecteurs de mouvements de petites cibles des drosophiles pour générer un réseau de neurones artificiels.
Exploiter les algorithmes inspirés par la biologie chez les robots
Les algorithmes inspirés par les insectes de STEP2DYNA sont relativement simples mais très efficaces. Ils se concentrent uniquement sur les principaux indices de mouvement et calculent les contours en expansion des objets en approche, de sorte que la couleur, la forme et d’autres caractéristiques physiques des objets ne sont pas aussi importantes. «Ces caractéristiques réduisent considérablement le coût de calcul, ce qui les rend adaptés aux applications en temps réel», ajoute Shigang Yue. L’équipe a développé une plateforme à plusieurs capteurs, en mettant un accent particulier sur la conception matérielle et logicielle. Des expériences de vol avec des drones ont permis de valider la capacité du détecteur de collision basé sur la vision du LGMD pour opérer efficacement dans différents environnements dynamiques avec des cadres complexes. D’autres tests réalisés avec des micro-robots terrestres et des UAV ont également été couronnés de succès, confirmant ainsi le potentiel de ces méthodologies pour trouver une application dans des machines volantes créées par les humains et dont la taille, la consommation d’énergie et la puissance de calcul ont été réduites. Selon Shigang Yue: «La prochaine étape consistera à examiner les mécanismes de la vision binoculaire des insectes et la manière dont ils contribuent à la perception de la profondeur avec un nombre aussi limité de neurones, afin de détecter de potentielles menaces avec plus de précision qu’en utilisant un seul œil.» Un nouveau financement sera nécessaire pour poursuivre ces recherches.
Mots‑clés
STEP2DYNA, insectes, robots, LGMD, système visuel, UAV, aéronef sans équipage