Un nouvel algorithme permet aux robots et voitures autonomes de voir en 3D sans zones aveugles.

Des scientifiques veulent mettre au point un réseau neuronal auto-apprenant capable de s’adapter à différents environnements

Des chercheurs du MIPT (Institut de physique et de technologie de Moscou), en collaboration avec des centres de recherche internationaux, ont conçu une nouvelle technologie de vision stéréoscopique, Un-ViTAStereo. Cette solution doit permettre aux robots et aux véhicules autonomes de percevoir le monde en 3D, sans zones d’ombre. D’après le service de presse du MIPT, l’algorithme estime la distance jusqu’aux objets sans recourir à des lidars coûteux ni à un étiquetage manuel, ce qui le rend à la fois plus accessible et plus polyvalent.

L’apprentissage d’Un-ViTAStereo s’appuie sur le modèle Depth Anything V2, qui déduit la profondeur relative des objets à partir d’une seule image, en identifiant notamment les ombres, la perspective et les occultations. Le système peut ainsi ne conserver que les prédictions qui restent cohérentes avec les indications fournies par ce « mentor », ce qui améliore la précision du résultat.

Le fonctionnement se déroule en trois étapes : d’abord, chaque pixel est vérifié pour confirmer qu’il correspond aux indices du modèle ; ensuite, l’algorithme recherche des voisins « verts » pour les points « rouges » ; enfin, il reconstruit les contours grâce à une fonction de lissage de la disparité. Au final, la part d’erreurs grossières sur le test de conduite autonome KITTI 2015 a été réduite à 5%, soit 23% d’erreurs dangereuses en moins lors de l’estimation des distances aux objets.

Au MIPT, on souligne que la version actuelle d’Un-ViTAStereo n’est qu’une première étape. Les scientifiques comptent créer un réseau neuronal auto-apprenant capable de s’adapter à différents environnements, et exploiter des mesures lidar précises afin d’accroître encore l’exactitude des calculs. Cette technologie ouvre de larges perspectives pour améliorer la sécurité et les capacités des systèmes autonomes. L’étude a été publiée dans IEEE Transactions on Circuits and Systems for Video Technology.