Il y a quelques mois déjà, nous parlions du défi carotte et des algorithmes SLAM. Pour augmenter la difficulté des épreuves, les organisateurs avaient installé des miroirs dans les salles. Le but était de vérifier que les robots ne soient pas dérangés par la présence des miroirs en mission.

Le robot Qbo s’est confronté à la même problématique de reconnaissance de son reflet.

Au premier abord, le problème semble simple à résoudre. Il faudrait juste être capable de comparer deux images entre elles : Celle que l’on connaît de nous-même, et celle que l’on a face à nous. Mais que se passe-t-il lorsqu’on ajoute un accessoire ? Lorsque l’on bouge ? La complexité augmente !

Il faut donc être conscient de ses formes, de ses gestes et de son état à un instant t, et savoir différencier l’environnement des autres objets mouvants pouvant influencer l’analyse. (intelligence corporelle ?)

Qbo utilise la stéréo vision pour transposer l’image qu’il perçoit dans un espace à trois dimensions. Cela permet de limiter les ambiguïtés et d’avoir une notion de profondeur. Bien que ce ne soit pas la technologie choisie ici, la caméra Kinect de Microsoft intéresse beaucoup les roboticiens pour cette raison.

Un exemple de carte de profondeur dressée par Qbo peut être visualisée dans la vidéo ci-dessous.

Source :
I heart Robotics

LAISSER UN COMMENTAIRE

Please enter your comment!
Please enter your name here