Outils de conduite autonome tout-terrain axés sur la vision par caméra
Le Southwest Research Institute a développé des outils de conduite autonome tout-terrain axés sur la furtivité pour l'armée et l'agilité pour les clients spatiaux et agricoles. Le système basé sur la vision associe des caméras stéréo à de nouveaux algorithmes, éliminant ainsi le besoin de capteurs lidar et actifs.
« Nous avons réfléchi aux défis les plus difficiles en matière de vision industrielle, puis nous nous sommes concentrés sur la réalisation d'une modélisation dense et robuste pour la navigation tout-terrain », a déclaré Abe Garza, ingénieur de recherche à la division des systèmes intelligents du SwRI.
Grâce à des recherches internes, les ingénieurs du SwRI ont développé une suite d'outils connue sous le nom de Vision for Off-road Autonomy (VORA). Le système passif peut percevoir des objets, modéliser des environnements et simultanément localiser et cartographier tout en naviguant dans des environnements hors route.
L'équipe VORA a envisagé un système de caméra comme alternative de détection passive au lidar, un capteur de détection de lumière et de télémétrie qui émet des lasers actifs pour sonder les objets et calculer la profondeur et la distance. Bien que très fiables, les capteurs lidar produisent une lumière que les forces hostiles peuvent détecter. Le radar, qui émet des ondes radio, est également détectable. La navigation GPS peut être brouillée et ses signaux sont souvent bloqués dans les canyons et les montagnes, ce qui peut limiter l'automatisation agricole.
« Pour nos clients de la défense, nous voulions développer de meilleures capacités de détection passive, mais nous avons découvert que ces nouveaux outils de vision par ordinateur pourraient bénéficier à la recherche agricole et spatiale », a déclaré Meera Towler, directrice adjointe du programme SwRI qui a dirigé le projet.
Les chercheurs ont développé la technologie VORA pour explorer les surfaces planétaires. Dans les applications spatiales, les robots autonomes sont limités par la puissance, la capacité de charge utile et la connectivité intermittente. Dans l’espace, les caméras ont plus de sens que les systèmes lidar gourmands en énergie.
Pour surmonter divers défis, l’équipe a développé un nouveau logiciel permettant d’utiliser les données de caméras stéréo pour des tâches de haute précision traditionnellement accomplies à l’aide du lidar. Ces tâches incluent la localisation, la perception, la cartographie et la modélisation du monde.
Sur la base de cette recherche, SwRI a développé un outil DLSM (Deep Learning Stereo Matcher), qui utilise un réseau neuronal récurrent pour créer des cartes de disparité denses et précises à partir de la vision stéréo. Une carte de disparité met en évidence les différences de mouvement entre deux images stéréo.
Pour faciliter la localisation et la cartographie simultanées, SwRI a développé un algorithme de graphe factoriel pour combiner intelligemment des données clairsemées provenant de caractéristiques d'images stéréo, de points de repère, de lectures d'unité de mesure inertielle (IMU) et d'encodeurs de roue afin de produire des données de localisation très précises. Les systèmes autonomes utilisent des graphiques factoriels, ou des modèles graphiques probabilistes, pour faire des inférences en comparant des variables.
« Nous appliquons nos recherches sur l'autonomie aux véhicules militaires et commerciaux, aux applications agricoles et bien plus encore », a déclaré Towler. « Nous sommes ravis de présenter à nos clients une solution de caméra stéréo plug-and-play intégrée dans une pile d'autonomie de pointe. »
SwRI prévoit d'intégrer la technologie VORA dans d'autres systèmes d'autonomie et de la tester sur un parcours tout-terrain sur le campus de SwRI à San Antonio.
SwRI a fait de la sûreté et de la sécurité une priorité dans le développement de véhicules autonomes et de systèmes de conduite automatisés, alors que la technologie atteint des niveaux avancés de préparation pour une utilisation commerciale et gouvernementale.
