Les robots de livraison autonomes se rapproche du fonctionnement humain pour trouver leur destinataire

5

Plusieurs entreprises utilisent les robots autonomes de livraison à domicile pour le dernier kilomètre. Bon nombre d’entre elles, dont Postmates, font actuellement appel à des robots à roues de l’entreprise Starship. Par contre, les concepteurs de ces robots se heurtent parfois à une difficulté majeure, comme devoir cartographier le quartier pour permettre au robot d’identifier chaque porte de maison. Face à cela, des chercheurs du MIT ont élaboré une nouvelle méthode inédite qui permet au robot d’identifier sa destination finale sans embarquer de cartographie spécifique à l’avance.

Les résultats des recherches ont été publiés dans MIT News. Les chercheurs soulignent que la difficulté à cartographier un quartier est un des facteurs majeur de blocage pour déployer ce genre de service à l’échelle locale et mondiale. Pour permettre aux entreprises d’étendre leur service de livraison à domicile par des robots autonomes sans passer par la cartographie, ils ont mis en place une nouvelle méthode de navigation donnant aux robots la capacité de localiser une porte d’entrée en fonction de l’environnement dans lequel ils progressent. Selon les chercheurs, cette approche ressemble à la méthode de mapping simultanée dénommée SLAM (Simultaneous localization and mapping). Les chercheurs ont amélioré cette méthode en mettant à la place de la carte sémantique utilisée pour le SLAM (grâce à laquelle le robot étiquette les données cartographiques de son environnement) un autre type d’outil cartographique. C’est une carte basée sur l’utilisation intelligente des données, ce qui permet au robot de choisir dans quelle partie du quartier il aura le plus de chance de trouver la porte où il doit livrer son colis. À la place des étiquettes, cet outil cartographique intelligent utilise des codes couleurs. Par la suite, le robot va déterminer le chemin le plus court qui mène vers sa destination en fonction des informations provenant des données qu’il a utilisées. Cette approche se rapproche davantage du réflexe humain quand on est à la recherche d’une porte de maison que l’on n’a jamais vue auparavant.