Field-Validated Formation Control for Autonomous Surface Vehicle Fleets in Aquatic Environments with Currents

Les rivières, les lacs et les estuaires côtiers subissent une pression croissante due à l'activité humaine et au changement climatique, ce qui crée un besoin urgent de surveiller la qualité de l'eau sur des zones vastes et changeantes. Les stations de surveillance fixes ne peuvent surveiller qu'un seul point, mais des flottes de petits bateaux robotisés équipés de capteurs peuvent couvrir un terrain bien plus vaste. Le défi consiste à faire en sorte que ces robots travaillent ensemble efficacement. Ils doivent maintenir une forme spécifique les uns par rapport aux autres pour recueillir des données précises, tout en opérant dans un environnement chaotique rempli de courants forts, d'obstacles flottants et de signaux sans fil peu fiables. Si les robots luttent contre le courant pour maintenir une position fixe sur une carte, ils gaspillent une énergie précieuse. S'ils dérivent trop librement, ils perdent la formation nécessaire pour reconstruire une image claire de l'état de l'eau. L'objectif est de trouver un moyen pour qu'un groupe de robots maintienne une formation tout en laissant la rivière les porter, tout en s'assurant qu'ils ne s'entrechoquent jamais entre eux ou avec la rive.

Des chercheurs de l'Université du Delaware ont développé et testé une nouvelle méthode de contrôle qui permet à des flottes de véhicules de surface autonomes de faire exactement cela. Au lieu de forcer les robots à maintenir une position rigide dans l'espace, le système les guide pour qu'ils maintiennent leur espacement relatif les uns par rapport aux autres, permettant à l'ensemble du groupe de dériver avec le courant comme un banc de poissons se déplaçant dans un courant. Cette approche a été validée par des simulations informatiques et des tests sur le terrain en conditions réelles utilisant quatre petits bateaux robotisés disponibles dans le commerce appelés Jaiabots. L'équipe a d'abord testé le système dans les eaux calmes et contrôlées du lac Allure en Pennsylvanie, puis s'est déplacée vers l'environnement beaucoup plus exigeant du fleuve Delaware à Philadelphie, où les robots ont dû composer avec les courants de marée, les erreurs de signal GPS et les interruptions de communication intermittentes.

Le cœur de la solution est un cadre mathématique qui agit comme un ensemble de règles invisibles pour les robots. Imaginez la surface de l'eau comme un paysage où la formation souhaitée est une vallée et les obstacles sont des collines. Les robots sont programmés pour rouler naturellement vers la vallée tout en évitant les collines. Crucialement, ce paysage est spécialement construit pour qu'il n'y ait aucun « minimum local » où les robots pourraient se retrouver piégés loin de leur position souhaitée ; l'élimination de ces pièges est le premier et le plus important défaut de la méthode classique des champs de potentiel que cette approche parvient à surmonter. Cependant, les versions standards de cette méthode présentaient deux autres défauts majeurs pour l'utilisation en rivière : elles ne tenaient pas compte des limites physiques des bateaux, telles que la précision de leur virage ou leur vitesse minimale, et elles n'empêchaient pas les robots de dériver vers les berges de la rivière. Pour corriger cela, les chercheurs ont introduit quelques ajustements ingénieux. Ils ont ajouté des robots « virtuels » qui agissent comme des gardiens des limites de la rivière, garantissant que les vrais bateaux restent dans des limites sûres. Ils ont également lissé les signaux de commande pour éviter que les gouvernails ne tremblent, ce qui peut endommager le matériel. Enfin, ils ont ajouté une stratégie de prévision qui planifie un court chemin à l'avance, permettant au bateau de naviguer autour de ses propres limitations de virage même lorsque le chemin idéal semble impossible.

Dans les expériences réalisées dans le lac, les quatre robots ont réussi à former une ligne droite à un angle de 45 degrés, maintenant un espacement de 10 mètres entre eux. Ils se sont déplacés de manière fluide, évitant une bouée placée dans l'eau et restant à l'écart de la rive, même lorsque le vent et les mouvements mineurs de l'eau les poussaient. Le système s'est avéré assez robuste pour gérer le fait que les vrais bateaux ne peuvent pas s'arrêter instantanément ou tourner sur un coup de semelle ; lorsque le chemin idéal était bloqué par une contrainte de virage, les robots trouvaient un détour faisable et corrigeaient leur trajectoire l'instant d'après. Les données ont montré que la distance entre deux robots n'est jamais tombée à zéro, confirmant que les collisions ont été évitées avec succès, et que le groupe a systématiquement convergé vers la forme souhaitée.

Le véritable test eut lieu dans le fleuve Delaware, où les conditions étaient beaucoup moins clémentes. Le fleuve mesure environ 2 250 pieds de large, avec une vitesse de courant moyenne de 1,3 pied par seconde. L'équipe a déployé les robots depuis un quai, les laissant dériver et manœuvrer pour former une configuration en ligne qui s'étendait sur une partie significative du fleuve. Lors d'un essai, la formation a été réglée pour traverser toute la largeur du fleuve, les robots étant espacés d'environ 400 pieds. Cette configuration a poussé les limites de la portée de communication sans fil. À un moment donné, le robot le plus éloigné du rivage a perdu le contact avec la centrale de contrôle pendant plusieurs secondes. Le système a géré cela avec élégance : le robot déconnecté s'est simplement arrêté de bouger et a attendu, tandis que les autres continuaient à ajuster leurs positions. Une fois la connexion rétablie, le robot a repris sa place, et toute la flotte a convergé vers la bonne formation sans s'écraser ni s'égarer.

Dans un second essai sur le fleuve, l'équipe a ajusté la formation pour qu'elle soit plus serrée, réduisant l'espacement à environ 200 pieds pour maintenir tous les robots dans une portée de communication plus fiable. Ce changement a permis d'obtenir des trajectoires plus fluides et aucune perte de communication, démontrant que le système est capable de s'adapter à différentes nécessités opérationnelles en changeant simplement l'espacement souhaité entre les bateaux. Tout au long des deux tests dans le fleuve, les robots ont réussi à naviguer autour d'autres embarcations et ont maintenu leur formation malgré la poussée imprévisible de la marée et la perte occasionnelle de précision du GPS. Les résultats confirment qu'il est possible de contrôler une flotte de bateaux autonomes dans un environnement fluvial dynamique et confiné sans lutter contre le courant, à condition que le système de contrôle tienne compte de la réalité physique des machines et des limites de leur communication.

Ce travail comble le fossé entre les algorithmes de contrôle théoriques et la réalité complexe de la robotique de terrain. En prouvant que ces méthodes fonctionnent sur du matériel réel dans un véritable fleuve, les chercheurs ont montré une voie viable pour le déploiement de flottes de capteurs afin de surveiller la qualité de l'eau dans les estuaires et les zones côtières. La capacité de laisser la flotte dériver avec le courant tout en maintenant une forme relative précise signifie que ces groupes de robots peuvent fonctionner plus longtemps et couvrir plus de terrain avec moins d'énergie. Les travaux futurs se concentreront sur la suppression du besoin d'une unité de contrôle centrale, en permettant aux robots de communiquer directement entre eux, ce qui rendrait le système encore plus robuste pour les missions en eaux libres. Pour l'instant, les essais réussis dans le fleuve Delaware constituent une démonstration concrète que les flottes autonomes peuvent être fiables pour travailler ensemble dans les eaux sauvages et imprévisibles du monde naturel.