InnoLab a triomphé lors du hackathon de robotique agricole avec sa solution révolutionnaire de détection des piétons ! Découvrez-en plus sur cette victoire et sur l'avenir de l'automatisation agricole.
InnoLab a triomphé lors du hackathon de robotique agricole avec sa solution révolutionnaire de détection des piétons ! Découvrez-en plus sur cette victoire et sur l'avenir de l'automatisation agricole.
La robotique agricole s'avère être une solution prometteuse pour remédier à la pénurie de main-d'œuvre et relever les défis de la productivité et de la sécurité.
C'est dans ce contexte que s'est déroulé le premier Hackathon du "Grand Défi de la Robotique Agricole" (GDRA).
Organisé par Robagri via France 2030, le GDRA Hackathon avait pour objectif de consolider et d'accélérer la robotisation du secteur agricole en réunissant des chercheurs et des professionnels du domaine.
Cette première édition vise à répondre à 3 défis majeurs liés à l'arrivée des robots dans le milieu agricole :
Des équipes de toutes nationalités se sont affrontés sur chacun de ces sujets lors d’une phase de qualification de décembre 2023 à janvier 2024.
Sur la base de la performance de chaque solution présentée et de l'avis d'un jury d'experts, les deux meilleures équipes de chaque défi ont été qualifiées pour une phase finale.
L' équipe Innolab de T&S a relevé le défi en s'inscrivant aux épreuves de détection des piétons et d'évitement des obstacles.
Depuis 2019,T&S développe des solutions de mobilité intelligente tout-terrain grâce à son équipe de R&D Innolab.
Spécialisée en AG-Tech, l'équipe a acquis une grande expertise sur les thèmes de la perception, de la planification, du contrôle et des fonctions de sécurité.
Ce Hackathon a été l'occasion pour T&S de confronter son expertise à d'autres acteurs du marché.
Lors de la phase de qualification du hackathon, T&S a choisi de participer aux défis 2 et 3, respectivement la détection des piétons et l'évitement des obstacles.
La détection des obstacles dans les environnements agricoles est particulièrement complexe.
La détection et l'identification des éléments environnementaux peuvent être compromises par de nombreux facteurs :
Les méthodes traditionnelles de détection des obstacles ne permettent pas de distinguer leur nature, un défi crucial pour la sécurité des robots agricoles. L'IA permet désormais une identification précise des obstacles.
Plus facile et plus réaliste que l'instrumentation environnementale, l'instrumentation du robot offre flexibilité et adaptabilité.
L'équipe d'Innolab a privilégié une solution embarquée basée sur l'IA et la perception du robot pour une détection fiable et précise des obstacles en concevant une solution innovante basée sur un capteur LiDAR.
Les tâches de détection des piétons sont généralement effectuées à l'aide de 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.
En outre, les caméras utilisées dans les véhicules autonomes ne sont pas fiables la nuit ou en l'absence d'un éclairage adéquat.
Les LiDAR, un sosie du sonar de sous-marin, fonctionnent aussi bien de jour que de nuit. Ils offrent également une précision inégalée dans la mesure de la distance des objets proches et éloignés.
Cette technologie permet de détecter les piétons avec une grande précision, même dans des conditions météorologiques difficiles et en présence d'obstacles.
Le système développé par l'équipe d'Innolab s'adapte aux variations de luminosité, aux aléas climatiques et à la forte obstruction causée par la végétation.
Elle utilise un modèle d'apprentissage profond robuste pour distinguer les piétons des obstacles et assurer une localisation précise en temps réel.
La participation au défi d'évitement d'obstacles a permis à l'équipe d'Innolab de perfectionner son utilisation d'outils clés (ROS, Gazebo, Docker) et de renforcer son expertise en matière d'évitement d'obstacles.
La méthode doit permettre au robot de détecter et d'éviter les obstacles en mouvement, garantissant ainsi une navigation fluide et sûre.
La méthode doit également permettre au robot de passer à proximité d'obstacles fixes, tels que des rangées de vignes très rapprochées, pour une meilleure efficacité dans des environnements complexes.
Contrairement aux véhicules routiers et à leurs manœuvres de dépassement dans des environnements simples, l'évitement d'obstacles pour les robots agricoles est un plus grand défi étant donné la multitude d'éléments et les contraintes spécifiques des champs.
Dans le cas des robots autonomes dans des environnements contraints, la recherche se concentre sur trois domaines :
Pour des raisons de temps de développement disponible et de mise en œuvre, l'équipe s'est délibérément concentrée sur des approches relativement simples et peu coûteuses en termes de calcul.
La méthode choisie est basée sur la construction 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 pour affiner la détection et prendre en compte les obstacles en mouvement. Cette carte, associée aux informations relatives à l'orientation et à la manœuvrabilité du robot, permet de quantifier le danger que représentent les obstacles autour du robot.
Le système évalue le danger des obstacles et adapte la trajectoire du robot pour éviter les collisions.
Cette approche simple et robuste s'adapte à une grande variété d'environnements.
La segmentation sémantique pour les robots agricoles est complexe en raison des conditions externes et de la nécessité d'apprendre à identifier des obstacles non standardisés.
Heureusement, T&S et ses équipes d'Englab et d'Innolab disposent d'une expertise en matière d'IA et d'outils de génération et de traitement de données, ce qui permet d'améliorer la détection des obstacles.
Avec ces deux solutions proposées, T&S a pu faire ses preuves en se hissant à la 1ère place du challenge de détection de piétons grâce au taux de détection et à la précision de sa solution.
Cette 1ère place dans la phase de qualification nous permet d'obtenir nos tickets pour la phase finale qui s'est déroulée lors de l'édition 2024 du World FIRA !
Le World FIRA est l'un des (sinon le) plus grands événements AG-Tech.
Cette exposition rassemble aussi bien les agriculteurs, les industriels, les fabricants de robots et les chercheurs.
Cet événement est l'occasion pendant 3 jours d'observer des démonstrations de robots de pointe et d'assister à des conférences, des présentations de projets de recherche et d'enseignement.
Le 6 février 2024, la finale du GDRA Hackathon a démarré sur les chapeaux de roues avec la présentation du nouveau simulateur 4D-Virtualiz et de ses nouveaux défis.
Ce simulateur de pointe peut ajouter des bruits de mesure aux capteurs, générer des scénarios météorologiques défavorables et intégrer des piétons réalistes dans l'environnement, en plus des obstacles classiques (bâtiments, clôtures, machines agricoles en mouvement, piétons, végétation, cultures).
Malgré ces nouvelles contraintes, notre équipe d'experts n'a pas démérité. Grâce à une préparation rigoureuse, ils ont obtenu des résultats rapides, avec des performances similaires à celles de la phase précédente.
Les critères d'évaluation de la phase de qualification n'ont pas été utilisés pour départager les équipes finalistes. En effet, chaque défi étant unique, une comparaison objective n'était pas possible. C'est pourquoi un second jury d'experts a été désigné pour sélectionner l'équipe gagnante.
Après délibération, l'équipe de T&S Innolab a été sélectionnée comme 1er gagnant du hackathon GDRA grâce à sa solution innovante de détection des piétons.
After a month and a half of fierce competition on simulators, the Innolab team is ready to take on a new challenge: testing its pedestrian detection solution in a real agricultural environment.
To do this, they will rely on their all-terrain KIPP test platform.
These crucial experiments will make it possible to confirm the technical choices made throughout the project and to validate the operation of this innovative system in the real world.
The addition of cameras to the system is also envisaged to meet the specific requirements of certain application cases.
Stay tuned to follow the next advances of this promising project!
Ask your questions and find solutions for your product development
Contact us
The article discusses the growing trend of ‘boomerang employees’ who leave a company only to return later. It explores whether this is a temporary fad or a deep-seated trend, and how companies can leverage it. In France, there’s been a 36% increase in boomerang employees over three years. The phenomenon aligns with changing employee aspirations for meaningful work-life balance. Boomerang employees bring valuable experience, deep company knowledge, and heightened motivation. Companies like Technology&Strategy are embracing this trend by fostering a strong employer brand and a supportive work environment. The article includes insights from T&S employees and HR Manager France, Cheima Hammi, on the benefits and motivations behind the boomerang trend.
READ MORE
This article details Indiana's journey at T&S, highlighting the company's investment in employee development and internal mobility opportunities. Learn how Indiana leveraged her skills to transition from administrative assistant to HR Business Partner & Team Leader.
READ MORE
Discover Sophie's remarkable journey through the T&S ranks, from a 6-month internship to a permanent position in the Employee Experience department. Explore her perseverance, adaptability and how she overcame obstacles to achieve professional success.
READ MORE
