Alors que l’utilisation commerciale des drones continue de croître, le trafic de drones dans les zones de basse altitude inférieures à 400 pieds devrait augmenter considérablement au cours des prochaines années. Les experts prédisent que d’ici 2027, les États-Unis disposeront de près d’un million de systèmes de drones commerciaux utilisés pour la livraison express, la surveillance du trafic, les secours d’urgence et d’autres tâches. L’afflux de drones à basse altitude posera de sérieux défis à la sécurité aérienne.
En réponse à l'augmentation du trafic de drones, une équipe de recherche dirigée par Lanier Watkins et Louis Whitcomb de l'Assurance Automation Institute de l'Université Hopkins a utilisé l'intelligence artificielle pour créer un modèle de système permettant de diriger de manière plus sûre le trafic de drones grâce à un certain degré de prise de décision automatisée, remplaçant certains processus nécessitant une participation manuelle. Les résultats de leurs recherches ont été publiés dans la revue Computer.
"Nous voulions voir si différentes approches d'IA pouvaient gérer en toute sécurité l'ampleur attendue des opérations de drones, et cela s'est avéré réalisable", a déclaré Watkins. L’équipe a utilisé des algorithmes autonomes pour améliorer la sécurité et l’évolutivité des opérations des drones dans les zones inférieures à 400 pieds. Pour vérifier la sécurité du trafic des drones, l’équipe a évalué l’impact des algorithmes autonomes dans un espace aérien tridimensionnel simulé. Leurs recherches antérieures ont révélé que les algorithmes d’évitement des collisions réduisaient considérablement les taux d’accidents. Après avoir ajouté l'algorithme de résolution stratégique des conflits, le taux d'accidents est encore réduit en contrôlant le temps de circulation pour éviter les collisions, et les accidents dans l'espace aérien sont presque éliminés.
Pour rendre la simulation plus réaliste, l'équipe a également ajouté deux fonctionnalités au système. Le premier est un « capteur de bruit » pour simuler l’imprévisibilité de l’environnement réel et améliorer l’adaptabilité du système ; le second est un « système d'inférence floue » permettant de calculer le niveau de risque de chaque drone en fonction de plusieurs facteurs tels que la distance entre le drone et les obstacles. Watkins et Whitcomb ont déclaré que ces méthodes permettent au système de prendre des décisions automatisées pour éviter les collisions.
Le professeur Whitcomb a déclaré : « Notre recherche a pris en compte diverses variables, y compris des scénarios dans lesquels un « drone malveillant » s'écarte de sa route prévue. Les résultats sont très prometteurs. L'équipe prévoit de rendre l'environnement simulé plus complet et plus réaliste en introduisant des obstacles dynamiques tels que la météo.
Watkins a déclaré que la recherche s'appuie sur plus de 20 ans de recherche menée par le laboratoire d'applications physiques Hopkins, axée sur l'amélioration de la sécurité du système d'espace aérien national des États-Unis. Avec le développement rapide des drones commerciaux, l’utilisation de l’IA et de la simulation pour fournir une aide à la décision concernant la gestion du trafic et assurer un fonctionnement efficace et sûr des systèmes de drones constitue une direction importante de la recherche actuelle.