Robotique et IA physique

La technologie des ondes radio donne aux robots une « vision tout temps »

mm
Ajouter Unite.AI à vos sources préférées sur Google

La quête pour développer des robots capables de naviguer de manière fiable dans des environnements complexes a longtemps été entravée par une limitation fondamentale : la plupart des systèmes de vision robotique sont essentiellement aveugles dans des conditions météorologiques difficiles. Des véhicules autonomes qui luttent dans un brouillard dense aux robots de sauvetage gênés par des bâtiments remplis de fumée, ces limitations ont représenté une vulnérabilité critique dans les applications de robotique où l’échec n’est pas une option.

Une avancée de l’École d’ingénierie et de sciences appliquées de l’Université de Pennsylvanie promet de changer la façon dont les robots perçoivent leur environnement. Leur système innovant, baptisé PanoRadar, utilise la technologie des ondes radio combinée à l’intelligence artificielle pour créer des vues détaillées en trois dimensions de l’environnement, même dans des conditions qui rendraient les capteurs traditionnels inutiles.

Briser les barrières environnementales

Les systèmes de vision robotique contemporains s’appuient principalement sur des capteurs basés sur la lumière – caméras et technologie de détection de lumière et de distance (LiDAR). Bien que ces outils excellent dans des conditions optimales, ils sont confrontés à des limitations sévères dans des environnements adverses. La fumée, le brouillard et d’autres particules peuvent disperser les ondes lumineuses, rendant ces capteurs traditionnels aveugles lorsqu’ils sont les plus nécessaires.

PanoRadar traite ces limitations en utilisant des ondes radio, dont les longueurs d’onde plus longues peuvent pénétrer les obstacles environnementaux qui bloquent la lumière. “Notre question initiale était de savoir si nous pouvions combiner le meilleur des deux modalités de détection”, explique Mingmin Zhao, professeur adjoint en informatique et en sciences de l’information. “La robustesse des signaux radio, qui est résistante au brouillard et à d’autres conditions difficiles, et la haute résolution des capteurs visuels.”

La conception innovante du système apporte un autre avantage significatif : la rentabilité. Les systèmes LiDAR traditionnels à haute résolution sont souvent assortis de prix prohibitifs, limitant leur adoption généralisée. PanoRadar atteint une résolution d’imagerie comparable à un fraction du coût grâce à son utilisation astucieuse d’antennes rotatives et de traitement de signal avancé.

Cet avantage en termes de coût, combiné à ses capacités tout temps, positionne PanoRadar comme un potentiel jeu-changer dans le domaine de la perception robotique. La technologie a démontré sa capacité à maintenir une trajectoire précise à travers la fumée et peut même cartographier des espaces avec des murs en verre – une prouesse impossible pour les capteurs traditionnels basés sur la lumière.

La technologie derrière PanoRadar

Au cœur de PanoRadar se trouve une approche déceptivement simple mais ingénieuse pour la balayage de l’environnement. Le système utilise un réseau vertical d’antennes rotatives qui émettent et reçoivent en continu des ondes radio, créant une vue complète de l’environnement. Ce mécanisme rotatif génère un réseau dense de points de mesure virtuels, permettant au système de construire des images tridimensionnelles très détaillées.

L’innovation réelle réside cependant dans le traitement sophistiqué de ces signaux radio. “L’innovation clé est dans la façon dont nous traitons ces mesures d’ondes radio”, note Zhao. “Nos algorithmes de traitement de signal et d’apprentissage automatique sont capables d’extraire des informations tridimensionnelles riches de l’environnement.”

Atteindre ce niveau de précision a présenté des défis techniques importants. L’auteur principal Haowen Lai explique : “Pour atteindre une résolution comparable à celle du LiDAR avec des signaux radio, nous devions combiner des mesures de différentes positions avec une précision submillimétrique.” Ce défi devient particulièrement aigu lorsque le système est en mouvement, car même un mouvement minime peut affecter la qualité de l’imagerie.

L’équipe a développé des algorithmes d’apprentissage automatique avancés pour interpréter les données collectées. Selon le chercheur Gaoxiang Luo, ils ont utilisé des modèles et des géométries constants trouvés dans les environnements intérieurs pour aider leur système d’IA à comprendre les signaux radar. Au cours du développement, le système a utilisé des données LiDAR comme point de référence pour valider et améliorer ses interprétations.

Applications et impact dans le monde réel

Les capacités de PanoRadar ouvrent de nouvelles possibilités dans de nombreux secteurs où les systèmes de vision traditionnels sont limités. Dans les scénarios de réponse d’urgence, la technologie pourrait permettre aux robots de sauvetage de naviguer efficacement dans des bâtiments remplis de fumée, en maintenant une trajectoire précise et des capacités de cartographie où les capteurs traditionnels échoueraient.

La capacité du système à détecter les personnes avec précision à travers les obstacles visuels en fait une technologie particulièrement précieuse pour les opérations de recherche et de sauvetage dans des environnements dangereux. “Nos tests sur le terrain dans différents bâtiments ont montré comment la détection radio peut exceller là où les capteurs traditionnels luttent”, déclare l’assistant de recherche Yifei Liu. La capacité de la technologie à cartographier des espaces avec des murs en verre et à maintenir ses fonctions dans des environnements remplis de fumée démontre son potentiel pour améliorer les opérations de sécurité.

Dans le secteur des véhicules autonomes, les capacités tout temps de PanoRadar pourraient résoudre l’un des défis les plus persistants de l’industrie : maintenir une opération fiable dans des conditions météorologiques difficiles. Les capacités d’imagerie haute résolution du système, combinées à sa capacité à fonctionner dans le brouillard, la pluie et d’autres conditions difficiles, pourraient améliorer considérablement la sécurité et la fiabilité des véhicules autonomes.

De plus, la rentabilité de la technologie par rapport aux systèmes de détection traditionnels de haute gamme en fait une option viable pour une utilisation plus large dans diverses applications robotiques, de l’automatisation industrielle aux systèmes de sécurité.

Implications futures pour le domaine

Le développement de PanoRadar représente plus qu’une nouvelle technologie de détection – il signale un potentiel changement dans la façon dont les robots perçoivent et interagissent avec leur environnement. L’équipe de Penn Engineering explore déjà des moyens d’intégrer PanoRadar avec les technologies de détection existantes comme les caméras et le LiDAR, travaillant à la création de systèmes de perception multi-modaux plus robustes.

“Pour les tâches à haute enjeu, avoir plusieurs façons de détecter l’environnement est crucial”, insiste Zhao. “Chaque capteur a ses forces et ses faiblesses, et en les combinant de manière intelligente, nous pouvons créer des robots mieux équipés pour relever les défis du monde réel.”

Cette approche multi-capteurs pourrait se révéler particulièrement précieuse dans les applications critiques où la redondance et la fiabilité sont primordiales. L’équipe élargit ses tests pour inclure diverses plateformes robotiques et véhicules autonomes, suggérant un avenir où les robots pourraient basculer en douceur entre différents modes de détection en fonction des conditions environnementales.

Le potentiel de la technologie s’étend au-delà de ses capacités actuelles. À mesure que l’IA et les techniques de traitement de signal continuent de progresser, les futures itérations de PanoRadar pourraient offrir une résolution encore plus élevée et des capacités de cartographie de l’environnement plus sophistiquées. Cette évolution continue pourrait aider à combler le fossé entre la perception humaine et la perception machine, permettant aux robots de fonctionner plus efficacement dans des environnements de plus en plus complexes.

En résumé

Alors que la robotique continue de s’intégrer dans des aspects critiques de la société, de la réponse d’urgence au transport, le besoin de systèmes de perception tout temps fiables devient de plus en plus vital. L’approche innovante de PanoRadar pour combiner la technologie des ondes radio avec l’IA ne résout pas seulement les limitations actuelles de la vision robotique, mais ouvre de nouvelles possibilités pour la façon dont les machines interagissent avec et comprennent leur environnement. Avec son potentiel pour des applications à large éventail et un développement continu, cette avancée pourrait marquer un tournant significatif dans l’évolution des systèmes de perception robotique.

Alex McFarland est un journaliste et écrivain en intelligence artificielle qui explore les derniers développements en intelligence artificielle. Il a collaboré avec de nombreuses startups et publications en intelligence artificielle dans le monde entier.