Redéfinir la robotique : la solution innovante de vision industrielle de l'Université Purdue

Les chercheurs de la prestigieuse université Purdue ont fait un bond significatif dans le domaine de la robotique, de la vision artificielle et de la perception. Leur approche révolutionnaire offre une nette amélioration par rapport aux techniques conventionnelles, promettant un avenir où les machines pourront percevoir leur environnement plus efficacement et en toute sécurité que jamais auparavant.

Présentation de HADAR : un saut révolutionnaire dans la perception des machines

Zubin Jacob, professeur associé de génie électrique et informatique à Elmore, en collaboration avec le chercheur Fanglin Bao, a introduit une méthode pionnière appelée HADAR (détection et télémétrie assistées par la chaleur). Leur innovation a suscité un vif intérêt, et cette reconnaissance a amplifié l'anticipation des applications potentielles de HADAR dans divers secteurs.

Traditionnellement, la perception des machines s'appuyait sur des capteurs actifs comme le LiDAR, le radar et le sonar, qui émettaient des signaux pour recueillir des données tridimensionnelles sur leur environnement. Cependant, ces méthodes présentent des défis, surtout à grande échelle. Elles sont sujettes aux interférences de signaux et peuvent même présenter des risques pour la sécurité humaine. Les limitations des caméras vidéo en conditions de faible luminosité et l'effet « ghosting » de l'imagerie thermique conventionnelle ont encore compliqué la perception des machines.

HADAR cherche à relever ces défis. "Les objets et leur environnement émettent et diffusent constamment un rayonnement thermique, conduisant à des images sans texture connues sous le nom d'"effet fantôme"", a expliqué Bao. Il a poursuivi : « Les images thermiques du visage d'une personne ne montrent que des contours et un certain contraste de température ; il n'y a pas de fonctionnalités, ce qui donne l'impression que vous avez vu un fantôme. Cette perte d'informations, de textures et de fonctionnalités est un obstacle à la perception de la machine utilisant le rayonnement thermique.

La solution HADAR combine physique thermique, imagerie infrarouge et apprentissage automatique, permettant une perception automatique entièrement passive et sensible à la physique. Jacob a souligné le changement de paradigme apporté par HADAR : « Nos travaux établissent les fondements théoriques de la perception thermique pour démontrer que l'obscurité totale véhicule la même quantité d'informations que la lumière du jour. L'évolution a rendu les êtres humains plus sensibles au jour. La perception automatique du futur surmontera cette ancienne dichotomie entre le jour et la nuit. »

Implications pratiques et orientations futures

L'efficacité de HADAR a été soulignée par sa capacité à récupérer des textures dans un scénario nocturne hors route. "La vision HADAR TeX a récupéré les textures et surmonté l'effet d'image fantôme", a noté Bao. Il a délimité avec précision des motifs complexes comme les ondulations de l'eau et les rides de l'écorce, mettant en valeur ses capacités sensorielles supérieures.

Cependant, avant que HADAR ne puisse être intégré dans des applications du monde réel telles que des voitures ou des robots autonomes, il reste des défis à relever. Bao a fait remarquer: «Le capteur de courant est grand et lourd car les algorithmes HADAR nécessitent de nombreuses couleurs de rayonnement infrarouge invisible. Pour l'appliquer aux voitures ou aux robots autonomes, 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, si la vision HADAR TeX est actuellement adaptée aux véhicules et robots automatisés, son potentiel s'étend bien 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 DARPA et ont reçu 50,000 XNUMX dollars du Fonds d'innovation Trask de l'Office of Technology Commercialization. Le duo a présenté son innovation à l'Office of Technology Commercialization de Purdue Innovates, entamant ainsi les premières démarches pour breveter leur création.

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