Dans l'industrie des drones, cela s'appelle "le problème de détection et d'évitement". Permettre aux drones de détecter les avions à proximité et de s'écarter de leur chemin a longtemps été l'une des barrières les plus redoutables entre une technologie étroitement confinée à des applications spécialisées et une technologie atteignant son potentiel.

"Il existe d'innombrables applications bénéfiques pour les drones, " a déclaré Mark Blanks, le directeur du Virginia Tech Mid-Atlantic Aviation Partnership (MAAP). "Mais pour qu'ils soient pratiques et évolutifs, l'industrie a besoin d'une technologie qui a prouvé qu'elle peut permettre une plus grande autonomie, surtout pour détecter et éviter."

MAAP est l'un des sept sites d'essai désignés par la FAA pour diriger les recherches soutenant l'intégration des drones dans l'espace aérien national. Maintenant, ils ont rapproché l'industrie d'une solution pour l'un de ses principaux défis avec une évaluation dans le monde réel d'un système de détection et d'évitement « de bout en bout » :un ensemble de composants qui permet à un drone non seulement de détecter les intrus. , mais pour manœuvrer de manière autonome à l'écart.

Les tests étaient l'aboutissement d'un projet d'un an appelé RAAVIN, le dernier volet d'une collaboration de longue date entre le MAAP et la NASA qui étudie des solutions potentielles à détecter et à éviter.

L'une des raisons pour lesquelles la technologie de détection et d'évitement est si cruciale pour l'industrie est qu'elle peut permettre des vols sur de plus longues distances en libérant un drone de sa dépendance vis-à-vis de la vue de son pilote au sol ou d'un observateur visuel à proximité.

La loi fédérale exige que tous les aéronefs aient un moyen de voir et d'éviter le reste du trafic aérien. Pour que les drones partagent l'espace aérien en toute sécurité, ils doivent être en mesure de répondre à cette exigence. Mais alors que le pilote d'un avion piloté peut toujours scanner l'espace aérien depuis le cockpit, le pilote d'un drone perd la capacité de s'assurer que l'espace aérien est dégagé à la seconde où le drone vole au-delà du point où il peut balayer visuellement son environnement.

C'est pourquoi les réglementations de la FAA pour les vols commerciaux de drones stipulent que le drone doit rester dans le champ de vision de son opérateur.

L'exigence de visibilité directe peut être levée si l'opérateur peut faire valoir que l'opération spécifique qu'il propose peut être effectuée en toute sécurité. Mais pour que les drones atteignent leur potentiel économique, ces vols plus longs devront être routiniers, non autorisés par des agréments individuels délivrés au cas par cas. Cela n'arrivera pas tant que les chercheurs ne pourront pas proposer une technologie, ou un ensemble de technologies, qui peut reproduire la capacité des yeux d'un pilote à balayer le ciel.

Les principaux concurrents sont les capteurs optiques, capteurs acoustiques, et radars. Mais la détection n'est qu'un tiers du puzzle :le système doit également être capable de détecter les conditions dangereuses et de diriger une manœuvre d'évitement appropriée.

"Nous arrivons juste maintenant au point où ces trois composants - la détection, alerte, et éviter la pièce - sont suffisamment matures pour pouvoir les assembler et obtenir de bons résultats du test, " dit John Coggin, ingénieur en chef de MAAP, qui a supervisé le projet RAAVIN.

Pour mettre un système prometteur à l'épreuve, l'équipe de recherche a équipé un drone multirotor d'un radar Echodyne de pointe et d'un système logiciel de détection et d'évitement de la NASA appelé ICAROUS.

Dans une installation d'essai rurale près de Blacksburg, l'équipe a exécuté une série de scénarios de rencontre potentiels entre le drone et l'avion "intrus" - un autre drone, exploité par la NASA, et un Cessna piloté par des pilotes de la Liberty University, dans lequel l'intrus semblait se trouver sur un chemin qui le conduirait trop près du drone.

Si le radar et les algorithmes de navigation fonctionnaient ensemble avec succès, le drone manœuvrerait à l'écart pour préserver une zone tampon en forme de rondelle de hockey définissant une distance de sécurité entre lui-même et les autres aéronefs.

"Cette première fois que nous lui avons permis de réellement exécuter sa manœuvre autonome, J'étais ravi, " se souvient Coggin. " Le logiciel ICAROUS de la NASA a commandé une manœuvre douce pour rester à l'écart de l'avion habité et le drone s'est comporté comme il était censé le faire. "

"Ce fut l'un des moments les plus excitants que j'ai vécus sur le site de test, assister à un système autonome remplacer ce que fait le pilote lorsqu'il s'agit de détecter et d'éviter, " il a dit.

Lou Glaab, le chef de branche adjoint de la branche d'ingénierie des systèmes aéronautiques au Langley Research Center de la NASA et le chercheur principal de la NASA sur le projet, a ajouté que "RAAVIN était un grand effort de collaboration entre le MAAP et la NASA et a considérablement déplacé l'état de l'art dans un sens autonome et a évité la technologie avec des résultats qui peuvent être exploités pour le développement et les tests futurs."

Lorsque l'équipe a traité les données par la suite, mesurer le point d'approche le plus proche entre chaque intrus et le drone et comparer les coordonnées signalées par le radar pour la localisation des intrus à leurs propres enregistrements GPS, cela a renforcé le succès du test.

"Il est difficile de dire sur le terrain à quel point cela fonctionne bien, " a déclaré Andrew Kriz, l'ingénieur MAAP qui a dirigé les travaux pratiques du projet. « Quand nous avons commencé à extraire les données par la suite et à les animer, nous pouvions voir que vous aviez deux avions qui arrivaient de front et quand le radar a vu le trafic, il a effectué un joli virage à droite progressif et s'est éloigné. C'est vraiment chouette de le voir fonctionner."

Les tests ont également mis en lumière certains des défis rencontrés par la technologie de détection et d'évitement lorsqu'elle est utilisée dans un environnement complexe du monde réel, et des opportunités de travail ultérieur, par exemple, améliorer la capacité du système intégré à identifier et à rejeter les fausses cibles.

Kriz, Coggin, et l'équipe MAAP continuent de travailler avec la NASA pour relever ces défis, optimiser la capacité et la fiabilité du radar et des algorithmes pour se rapprocher d'une solution pratique de détection et d'évitement.