Une entreprise spécialisée dans la vision démontre que les robots peuvent enfin voir suffisamment bien pour être utilisés en toute confiance à proximité des humains.
Un robot humanoïde s’est déplacé dans un espace, l’a cartographié, a évité des obstacles et gravi des surfaces sans que personne ne le guide. Pas de télécommande. Pas d’environnement réglé au millimètre. Simplement une machine qui voit le monde et s’y déplace de manière autonome.
Derrière cette démonstration se trouvait RealSense, une entreprise de vision par ordinateur issue d’Intel l’an dernier. En partenariat avec l’entreprise de robotique basée à Shenzhen LimX Dynamics, RealSense a dévoilé ce qu’elle présente comme une démonstration inédite de navigation autonome pour robot humanoïde, qui pourrait marquer un tournant dans la manière dont les robots sont déployés aux côtés des humains au quotidien.
Pourquoi voir ne suffit pas, à moins de voir en 3D
Depuis des années, les robots sont capables de « voir ». Mais il existe une différence considérable entre une caméra qui détecte un objet et une machine qui comprend véritablement l’espace tridimensionnel qui l’entoure.
Les robots à roues, comme les aspirateurs robots qui se déplacent en heurtant les meubles de votre salon, peuvent se contenter d’une navigation basique sur un plan horizontal. Ils évoluent sur des surfaces prévisibles et ont seulement besoin d’une idée approximative de ce qui se trouve devant eux. Les humanoïdes représentent un tout autre défi. Ils marchent sur deux jambes, déplacent constamment leur poids et doivent comprendre en même temps les marches, les pentes, les bordures de trottoir et les personnes en mouvement.
Les outils traditionnels comme l’odométrie fondée sur des encodeurs et le LiDAR 2D, qui fonctionnent assez bien pour les machines à roues, ne suffisent tout simplement pas aux robots à jambes opérant dans un espace entièrement en 3D. Résultat : de nombreux humanoïdes sont restés dépendants d’une supervision humaine ou d’environnements de test soigneusement contrôlés, ce qui constitue difficilement une recette pour un déploiement dans le monde réel.
RealSense affirme que la perception de profondeur 3D dense change complètement la donne.
La technologie sous-jacente
La démonstration présentée lors de la GTC réunit plusieurs couches technologiques qui fonctionnent de concert. Les caméras de profondeur de RealSense capturent de riches données spatiales sur l’environnement alentour. Ces données sont ensuite traitées au moyen du SLAM visuel, qui permet au robot de construire simultanément une carte de son environnement et de suivre sa propre position au sein de celui-ci.
Par-dessus s’ajoute cuVSLAM de Nvidia, un système d’odométrie visuelle qui affine encore la perception spatiale du robot. Le résultat est une machine qui ne se contente pas de voir les obstacles : elle comprend où elle se trouve, ce qui l’entoure et comment se déplacer en toute sécurité.
« Les humanoïdes évoluent en trois dimensions, aux côtés des humains, dans des environnements en changement constant », a déclaré Nadav Orbach, CEO de RealSense, dans un communiqué. « Si les robots doivent travailler en toute sécurité aux côtés des humains, la perception dépasse la simple question des capteurs bruts. Elle doit fonctionner comme le cortex visuel du robot, en permettant une localisation précise, l’évitement des collisions, la compréhension du terrain et des mouvements stables et prévisibles dans des environnements non structurés. »
L’analogie avec le cortex visuel est délibérée. L’entreprise soutient que les caméras et les logiciels de perception ne sont pas de simples outils : ils constituent le socle cognitif qui permet à un humanoïde d’évoluer de façon pertinente et sûre dans des espaces humains.
Entraîner les robots dans la matrice
La partie la plus intrigante de cette avancée s’est peut-être déroulée avant même que le robot ne fasse un seul pas dans le monde réel.
LimX Dynamics a entraîné son humanoïde à l’aide de Nvidia Isaac Lab, un environnement de simulation haute fidélité dans lequel le robot a répété d’innombrables fois des manœuvres 3D complexes dans un espace numérique. Cette « approche donnant la priorité à la simulation » a contribué à combler ce que les ingénieurs appellent le « fossé entre simulation et réalité », cette réalité frustrante où ce qui fonctionne parfaitement dans un logiciel échoue souvent de manière catastrophique dans le monde physique.
Au moment où l’humanoïde est apparu à la GTC, il maîtrisait déjà virtuellement des mouvements difficiles, avec des protocoles de sécurité validés et prévisibles intégrés à ses réseaux neuronaux.
Si un robot qui traverse le hall d’un centre de conférences est impressionnant, l’objectif est bien plus vaste.
Cette technologie est conçue pour aider les humanoïdes à accéder à des emplois dans le monde réel, comme le travail dans des entrepôts ou dans le secteur de la santé, où l’environnement est désordonné et imprévisible.