HADAR : une nouvelle méthode permet à l’IA de voir à travers l’obscurité comme la lumière du jour – Issues.fr
Les chercheurs de l’Université Purdue développent une méthode en instance de brevet appelée HADAR (Heat-Assisted Detection and Ranging) pour révolutionner la vision et la perception artificielles dans le domaine de la robotique. Cette méthode, qui surmonte les limites des méthodes traditionnelles, s’appuie sur la physique thermique, l’imagerie infrarouge et l’apprentissage automatique pour percevoir la texture, la profondeur et les attributs physiques des scènes et des objets, même dans des conditions d’éclairage difficiles. Crédit : Université Purdue
L’innovation pionnière, actuellement en attente d’approbation de brevet, a la capacité de discerner la texture et la profondeur, et de comprendre les caractéristiques physiques des individus et de l’environnement.
Les scientifiques de l’Université Purdue font avancer l’avenir de la robotique et des systèmes autonomes grâce à leur méthode en instance de brevet qui améliore la vision et la perception typiques des machines.
Zubin Jacob, professeur agrégé Elmore de génie électrique et informatique à la Elmore Family School of Electrical and Computer Engineering, et le chercheur Fanglin Bao ont développé HADAR, ou détection et télémétrie assistées par la chaleur. Leurs recherches ont fait la couverture du numéro du 26 juillet de la revue à comité de lecture Nature.
Jacob a déclaré qu’il est prévu qu’un véhicule sur 10 sera automatisé et qu’il y aura 20 millions d’assistants robots qui serviront les gens d’ici 2030.
« Chacun de ces agents collectera des informations sur la scène environnante grâce à des capteurs avancés pour prendre des décisions sans intervention humaine », a déclaré Jacob. « Cependant, la perception simultanée de la scène par de nombreux agents est fondamentalement rédhibitoire. »
Une vidéo décrivant HADAR. Crédit : Université Purdue
Les capteurs actifs traditionnels comme le LiDAR, ou la détection et la télémétrie de la lumière, le radar et le sonar émettent des signaux et les reçoivent ensuite pour collecter des informations 3D sur une scène. Ces méthodes présentent des inconvénients qui augmentent à mesure qu’elles sont mises à l’échelle, notamment les interférences de signal et les risques pour la sécurité des yeux des personnes. En comparaison, les caméras vidéo qui fonctionnent en fonction de la lumière du soleil ou d’autres sources d’éclairage sont avantageuses, mais les conditions de faible luminosité telles que la nuit, le brouillard ou la pluie présentent un sérieux obstacle.
L’imagerie thermique traditionnelle est une méthode de détection entièrement passive qui collecte le rayonnement thermique invisible provenant de tous les objets d’une scène. Il peut détecter à travers l’obscurité, les intempéries et l’éblouissement solaire. Mais Jacob a déclaré que des défis fondamentaux entravent son utilisation aujourd’hui.
« 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 déclaré Bao. « 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. »
HADAR combine la physique thermique, l’imagerie infrarouge et 
Zubin Jacob, professeur associé Elmore de l’Université Purdue en génie électrique et informatique. 1 crédit
« Notre travail établit les fondements théoriques de l’information de la perception thermique pour montrer que l’obscurité totale contient la même quantité d’informations que la lumière du jour. L’évolution a rendu les êtres humains biaisés vers la journée. La perception de l’avenir par les machines surmontera cette dichotomie de longue date entre le jour et la nuit », a déclaré Jacob.
Bao a déclaré: «HADAR récupère de manière vivante la texture du signal de chaleur encombré et démêle avec précision la température, l’émissivité et la texture, ou TeX, de tous les objets d’une scène. Il voit la texture et la profondeur dans l’obscurité comme si c’était le jour et perçoit également les attributs physiques au-delà du RVB, ou du rouge, du vert et du bleu, de l’imagerie visible ou de la détection thermique conventionnelle. Il est surprenant qu’il soit possible de voir à travers l’obscurité totale comme en plein jour.
L’équipe a testé la vision HADAR TeX en utilisant une scène nocturne hors route.
« La vision HADAR TeX a récupéré les textures et surmonté l’effet d’image fantôme », a déclaré Bao. « Il a récupéré des textures fines telles que des ondulations d’eau, des rides d’écorce et des ponceaux en plus de détails sur les terres herbeuses. »
Des améliorations supplémentaires apportées à HADAR améliorent la taille du matériel et la vitesse de collecte des données.
« Le capteur de courant est grand et lourd car les algorithmes HADAR nécessitent de nombreuses couleurs de rayonnement infrarouge invisible », a déclaré Bao. « Pour l’appliquer aux voitures ou aux robots autonomes, nous devons réduire la taille et le prix tout en rendant les caméras plus rapides. Le capteur actuel prend environ une seconde pour créer une image, mais pour les voitures autonomes, nous avons besoin d’une fréquence d’images d’environ 30 à 60 hertz, ou images par seconde.
Les premières applications de HADAR TeX vision sont des véhicules automatisés et des robots qui interagissent avec les humains dans des environnements complexes. La technologie pourrait être développée davantage pour des applications dans les domaines de l’agriculture, de la défense, des géosciences, des soins de santé et de la surveillance de la faune.
Nature a également publié un épisode de podcast qui comprend une interview de Jacob.
Jacob et Bao ont divulgué HADAR TeX au Purdue Innovates Office of Technology Commercialization, qui a déposé une demande de brevet sur la propriété intellectuelle. Les partenaires industriels souhaitant développer davantage les innovations doivent contacter Dipak Narula, (e-mail protégé) à propos de 2020-JACO-68773.
Jacob et Bao ont reçu un financement de Source link
