L'intelligence artificielle, associée à une nouvelle caméra biotechnologique, permet de détecter les piétons sur la route 100 fois plus rapidement que les caméras embarquées actuelles. Cette avancée majeure en vision par ordinateur, réalisée par des chercheurs de l'Université de Zurich, pourrait améliorer considérablement la sécurité des systèmes d'aide à la conduite et des véhicules autonomes.
Lorsqu'un piéton surgit soudainement devant une voiture, ne laissant généralement au conducteur qu'une fraction de seconde pour réagir, c'est un véritable cauchemar. Les systèmes de caméras embarquées actuels peuvent avertir le conducteur ou déclencher un freinage d'urgence, mais ils ne sont pas encore suffisamment rapides ni fiables pour être utilisés dans les véhicules autonomes, où aucun humain n'est au volant.
Ce que la nouvelle invention offre
Daniel Gehrig et David Scaramuzza, du département d'informatique de l'université de Zurich, ont combiné une nouvelle caméra inspirée des processus biologiques avec l'intelligence artificielle pour créer un système capable de détecter les obstacles autour d'une voiture beaucoup plus rapidement que les systèmes actuels et avec une puissance de calcul moindre.
La plupart des appareils photo modernes sont à intervalle de temps, c'est-à-dire qu'ils prennent des photos à intervalles réguliers. Les caméras d'aide à la conduite sont généralement capables de capturer de 30 à 50 images par seconde, et un réseau neuronal artificiel peut être entraîné à reconnaître les objets – piétons, cyclistes et autres véhicules – beaucoup plus rapidement.
Bien que leurs performances s'améliorent, si un événement survient avec les caméras standard dans les 20 à 30 millisecondes séparant deux images, la caméra risque de le détecter trop tard. Une solution consiste à augmenter la fréquence d'images, mais cela exige un traitement des données en temps réel plus important et une puissance de calcul accrue. « Le nouveau système est un détecteur visuel capable de détecter des objets aussi rapidement qu'une caméra prenant 5 000 images par seconde, tout en nécessitant la même bande passante qu'une caméra standard de 50 images par seconde. »
Ces nouvelles caméras adoptent une approche novatrice fondée sur un principe différent. Au lieu d'une fréquence d'images constante, elles sont dotées de pixels intelligents qui capturent les informations lors de la détection de mouvements rapides.
« Ainsi, il n'y a pas d'angle mort entre les images, ce qui leur permet de détecter les obstacles plus rapidement. On les appelle aussi caméras neuromorphiques car elles imitent la façon dont l'œil humain perçoit les images », explique Scaramuzza, responsable du groupe robotique et perception.
Cependant, elles présentent aussi des inconvénients : elles peuvent manquer les objets se déplaçant lentement, et leurs images sont difficiles à convertir en données utilisables pour entraîner les algorithmes d’intelligence artificielle.
L'innovation des scientifiques réside dans le fait qu'ils développent un système hybride qui combine le meilleur des deux technologies :
Le premier système comprend une caméra standard qui capture 20 images par seconde, une cadence relativement faible comparée aux systèmes actuels. Les images sont traitées par un système d'intelligence artificielle, un réseau neuronal convolutif, entraîné à reconnaître les voitures et les piétons.
Les données issues de la caméra événementielle sont combinées à un autre système d'intelligence artificielle, un réseau neuronal graphique asynchrone, particulièrement adapté à l'analyse de données tridimensionnelles évolutives. Les détections de la caméra événementielle servent à prédire celles de la caméra standard et à améliorer ses performances.
Les perspectives sont énormes
Lors des tests, l'équipe a comparé son système aux meilleures caméras et algorithmes de vision actuellement disponibles sur le marché automobile et a constaté qu'il détecte les objets 100 fois plus rapidement. Ceci réduit la quantité de données à transférer entre la caméra et l'ordinateur de bord, ainsi que la puissance de calcul nécessaire au traitement des images, sans compromettre la précision. Surtout, le système détecte efficacement les voitures et les piétons entrant dans le champ de vision entre deux images consécutives de la caméra standard, ce qui améliore la sécurité du conducteur et des autres usagers de la route. Ceci est particulièrement important à grande vitesse. Les scientifiques pensent que cette méthode pourra être encore perfectionnée à l'avenir en intégrant des caméras à des capteurs LiDAR, similaires à ceux utilisés dans les véhicules autonomes. Les systèmes hybrides de ce type pourraient devenir un élément fondamental de la sécurité de la conduite autonome.
Photo illustrative : pexels-jakubzerdzicki-37116225
