IA / Apprentissage supervisé : TP Comportement aérien d’un drone

Problème technique : Caractériser le comportement aérien d’un drone en utilisant des mesures provenant d’un smartphone implanté sur l’appareil.

Compétences mise en œuvre :
* Analyser les principes d'intelligence artificielle ;
* Extraire un indicateur de performance pertinent à partir du cahier des charges ou de résultats issus de l'expérimentation ou de la simulation ;
* Choisir une démarche de résolution d’un problème d'ingénierie numérique ou d'intelligence artificielle ;
*  Résoudre un problème en utilisant une solution d'intelligence artificielle.

1. Mise en situation

Figure 1 – Drone DJI Matrice 300 RTK équipé de la caméra Zenmuse H20T

Le support de l’activité est un drone quadri-rotor industriel remplissant des missions de sécurité publique, de secours ou d’inspection d’infrastructures. Le pilotage de l’appareil est effectué à partir d’une télécommande ergonomique et configurable à la convenance du pilote. En fonction des commandes de vol, le comportement aérien du drone est caractérisé suivant trois axes :  tangage, roulis et lacet.

2. Apprentissage automatique

2.1 Problème à résoudre

L’activité élève propose d’utiliser les données en provenance d’un smartphone implanté sur un drone pour produire un programme capable de déterminer automatiquement le comportement aérien de l’appareil.

2.2 Apprentissage supervisé

L’apprentissage automatique consiste à fournir à l’algorithme un certain nombre de signaux émis par les capteurs en lui précisant à quels comportements ils correspondent. Ce procédé est appelé l’entraînement. Le résultat de l’entraînement est l’obtention d’un modèle qui permet de prédire le comportement du drone à partir de nouvelles données émises par les capteurs.
Il existe un grand nombre d’algorithmes d’apprentissage, chacun ayant ses avantages et ses inconvénients et pouvant être utilisés de manières plus ou moins satisfaisantes sur le problème donné.

3. Données disponibles pour l’apprentissage

Les angles de roulis, de tangage et de lacet sont obtenus expérimentalement à l’aide d’un smartphone fixé sur le châssis du drone. L’application Matlab Mobile installée sur le smartphone permet d’acquérir les mesures issues des capteurs du téléphone et de les déposer sur Matlab Drive. Ces fichiers de mesure, fournis dans l’activité proposée, seront utilisés sur un ordinateur équipé du logiciel Matlab.

4. Création du modèle d’apprentissage N°1

4.1 Utilisation de l’application Classification Learner

La résolution du problème s’appuiera sur l’utilisation de modèles d’apprentissages  disponibles dans l’application Matlab Classification Learner.

4.2 Importation des données d’apprentissage

4.3 Choix d’un modèle d’apprentissage

4.4 Matrice de confusion

4.5 Courbe ROC

4.6 Exportation du modèle

4.7 Test du modèle d’apprentissage

5. Création du modèle d’apprentissage N°2

6. Sélection du modèle d’apprentissage optimal

7 – Génération du code Matlab et synthèse