Révolutionner la robotique : la solution innovante de vision machine de l’Université Purdue

Les chercheurs de l’Université Purdue ont fait un pas de géant dans le domaine de la robotique, de la vision machine et de la perception. Leur approche révolutionnaire offre une amélioration significative par rapport aux techniques conventionnelles, promettant un avenir où les machines pourront percevoir leur environnement de manière plus efficace et plus sûre que jamais auparavant.

Présentation de HADAR : un bond révolutionnaire dans la perception machine

Zubin Jacob, professeur associé d’ingénierie électrique et informatique, en collaboration avec le chercheur Fanglin Bao, a introduit une méthode innovante nommée HADAR, qui signifie détection et mesure assistées par la chaleur. Leur innovation a attiré une grande attention, et cette reconnaissance a amplifié l’anticipation entourant les applications potentielles de HADAR dans divers secteurs.

Traditionnellement, la perception machine dépendait de capteurs actifs comme le LiDAR, le radar et le sonar, qui émettent des signaux pour collecter des données tridimensionnelles sur leur environnement. Cependant, ces méthodes présentent des défis, en particulier lorsqu’elles sont mises à l’échelle. Elles sont sensibles aux interférences de signal et peuvent même poser des risques pour la sécurité humaine. Les limitations des caméras vidéo dans les conditions de faible luminosité et l’effet de “ghosting” dans l’imagerie thermique conventionnelle ont encore compliqué la perception machine.

HADAR cherche à relever ces défis. “Les objets et leur environnement émettent et diffusent constamment des radiations thermiques, ce qui conduit à des images textureless connues sous le nom d’effet de ‘ghosting'”, a expliqué Bao. Il a poursuivi : “Les images thermiques du visage d’une personne ne montrent que des contours et quelques contrastes de température ; il n’y a pas de caractéristiques, ce qui fait qu’il semble que vous avez vu un fantôme. Cette perte d’information, de texture et de caractéristiques est un obstacle pour la perception machine à l’aide de la radiation de chaleur.”

La solution de HADAR est une combinaison de physique thermique, d’imagerie infrarouge et d’apprentissage automatique, permettant une perception machine entièrement passive et consciente de la physique. Jacob a souligné le changement de paradigme que HADAR apporte, déclarant : “Notre travail établit les fondements théoriques de la perception thermique pour montrer que l’obscurité totale contient la même quantité d’information que la lumière du jour. L’évolution a rendu les êtres humains biaisés en faveur de la journée. La perception machine de l’avenir surmontera cette dichotomie entre jour et nuit.”

Implications pratiques et directions futures

L’efficacité de HADAR a été soulignée par sa capacité à récupérer des textures dans un scénario de nuit hors route. “La vision TeX de HADAR a récupéré des textures et a surmonté l’effet de ghosting”, a noté Bao. Elle a délimité avec précision des motifs complexes comme les rides de l’eau et les plis de l’écorce, mettant en évidence ses capacités sensorielles supérieures.

Cependant, avant que HADAR ne puisse être intégré dans des applications réelles comme les voitures autonomes ou les robots, il y a des défis à relever. Bao a remarqué : “Le capteur actuel est grand et lourd, car les algorithmes HADAR nécessitent de nombreuses couleurs de radiation infrarouge invisible. Pour l’appliquer aux voitures autonomes ou aux robots, nous devons réduire la taille et le prix, tout en rendant les caméras plus rapides.” L’aspiration est d’améliorer la fréquence d’images du capteur actuel, qui crée actuellement une image toutes les secondes, pour répondre aux exigences des véhicules autonomes.

En termes d’applications, même si la vision TeX de HADAR est actuellement conçue pour les véhicules automatisés et les robots, son potentiel s’étend beaucoup plus loin. De l’agriculture et de la défense aux soins de santé et à la surveillance de la faune, les possibilités sont vastes.

En reconnaissance de leur travail révolutionnaire, Jacob et Bao ont obtenu un financement de la part de la DARPA et ont reçu 50 000 dollars du fonds d’innovation Trask de l’Office de commercialisation de la technologie. Le duo a divulgué leur innovation au bureau de commercialisation de la technologie de Purdue Innovates, prenant les premières étapes pour breveter leur création.

Cette recherche transformatrice de l’Université Purdue est sur le point de redéfinir les limites de la perception machine, ouvrant la voie à un avenir plus sûr et plus efficace dans la robotique et au-delà.