LiDARFlow : guidage de micro-drones par panneaux en temps réel dans des environnements inconnus

LiDARFlow est un algorithme de guidage pour micro-drones (MAV) qui évoluent dans des environnements inconnus et encombrés, avec pour seule source d'information les capteurs embarqués. Les auteurs reprennent une formulation « par panneaux », dérivée de la théorie aérodynamique de l'écoulement potentiel. Elle génère des vecteurs de guidage lisses et sans collision à partir des obstacles perçus localement. Pour l'étendre aux environnements inconnus, la représentation des obstacles est construite et mise à jour en ligne à partir des mesures d'un LiDAR embarqué. Le champ d'évitement obtenu est ensuite fusionné avec un champ vectoriel de guidage nominal pour produire la commande finale. Le système a été validé en vol intérieur sur deux scénarios, la navigation par points de passage et le guidage directionnel. Dans les deux cas, le drone accomplit sa mission en évitant tous les obstacles en temps réel. Le résumé ne donne ni taux de réussite, ni vitesses, ni temps de calcul chiffrés.

L'intérêt tient à la sobriété de l'approche. Beaucoup de systèmes d'évitement d'obstacles reposent sur des planificateurs lourds ou sur des réseaux de neurones exigeants en calcul, difficiles à faire tourner sur la puce d'un petit drone. Ici, les auteurs revendiquent une méthode légère, adaptée à l'embarqué, et identifient eux-mêmes le traitement du nuage de points comme principal goulot d'étranglement pratique. Pour un intégrateur, c'est un signal utile : la perception, plus que la loi de guidage, limite le déploiement sur plateformes contraintes. Il faut toutefois rester prudent. Il s'agit d'essais en intérieur, sur un nombre de scénarios limité, sans comparaison chiffrée annoncée avec des méthodes concurrentes, et rien n'indique une validation en extérieur, avec vent, obstacles dynamiques ou environnements denses.

Ce travail s'inscrit dans la lignée des champs de potentiel et des vecteurs de guidage, qui se heurtent classiquement aux minima locaux et aux trajectoires peu régulières. La formulation par panneaux, issue de l'aérodynamique, vise justement à produire des champs plus lisses. Elle se positionne face aux planificateurs basés sur l'optimisation de trajectoire et aux approches d'apprentissage de bout en bout. Il s'agit d'une prépublication arXiv, donc d'un résultat de recherche sans produit ni déploiement commercial. Les suites logiques seraient l'optimisation du traitement des nuages de points, des tests en environnements plus complexes et des comparaisons quantitatives avec les méthodes existantes.