Navigation visuelle pour robots quadrupèdes : sans carte, avec précision et contrôle approfondi

Au lieu de cartes - images et intelligence

De nombreux systèmes de navigation autonome pour robots reposent sur des cartes précises ou des capteurs de profondeur, ce qui limite leur utilisation dans des environnements imprévisibles. La nouvelle approche développée par les équipes d'Amazon Science élimine cette dépendance : elle fonctionne uniquement à partir des données d'une seule caméra RVB. Cela signifie que le robot peut se déplacer et effectuer des inspections dans des zones sans cartes préétablies, ce qui ouvre de nouvelles possibilités en matière de logistique, de surveillance des infrastructures ou de sauvetage.

La clé de cette solution n'est pas seulement l'image, mais aussi la façon dont elle est interprétée. Au lieu de transmettre au robot une image prête à l'emploi de la cible, le système met constamment à jour la représentation de la cible en fonction du flux vidéo de la caméra. Cela permet une meilleure résistance à la faible qualité de la détection ou à la distance par rapport à l'objet : même si la cible n'est pas clairement visible au début, le robot peut l'

Dans le cadre de cette approche, l'équipe a introduit une réflexion sur la cible en temps réel, basée sur la détection d'objets dans le flux vidéo. Chaque nouvelle image met à jour la représentation de la cible, ce qui permet de s'adapter en douceur aux conditions changeantes et augmente la résistance aux interférences de détection.

Phases et contrôle : comment le robot comprend-il quand s'arrêter

Le système divise le processus de navigation en deux phases : une approche à longue distance et une inspection orbitale rapprochée. Chaque phase a ses propres objectifs et nécessite une stratégie de contrôle différente. Une longue distance nécessite une direction stable, tandis qu'une inspection rapprochée nécessite un maintien précis de l'objet au centre du champ de vision. Pour ce faire, l'équipe a conçu une structure de politique avec des commandes séparées, qui utilisent la même architecture de navigation de base, mais sont adaptées aux spécificités de chaque phase.

Cela permet une transition en douceur entre les phases sans avoir besoin d'une reconfiguration complète. Lors des tests, le système s'est avéré particulièrement efficace avec de grands angles de vision, ce qui signifie que le robot peut s'approcher de la cible sur le côté ou sous un grand angle - une situation dans laquelle les méthodes traditionnelles échouent souvent.

La séparation des phases permet d'optimiser le contrôle : en phase de longue distance, le robot se concentre sur la direction et la stabilité du mouvement, et en phase rapprochée, il se concentre sur la précision du positionnement et le maintien de l'objet au centre de l'image.

S'arrêter sans profondeur : comment fonctionne le mécanisme visuel

L'un des plus grands défis de la navigation sans carte n'est pas seulement de trouver un objectif, mais aussi de s'y arrêter avec précision. De nombreux systèmes reposent sur des capteurs de profondeur, qui sont coûteux et sujets aux interférences. Le nouveau mécanisme d'arrêt fonctionne uniquement par vision : il analyse le rapport entre le rectangle de détection (bbox) et la surface totale de l'image et applique un traitement temporel doux pour éliminer les vibrations causées par le mouvement du robot.

De plus, le système utilise une boucle visuelle d'asservissement qui maintient l'objet au centre de l'image même pendant un mouvement instable ou des vibrations de la caméra dues à la marche. Cela permet un arrêt stable à une distance de 1,0 à 1,2 mètre de l'objectif, ce qui est essentiel pour une inspection précise.

Ce mécanisme ne nécessite pas de mesure de profondeur ni de capteurs supplémentaires. Au lieu de cela, il utilise les changements dynamiques des proportions de l'image comme signal d'arrêt, ce qui garantit la stabilité et la reproductibilité des résultats.

Tests et généralité : efficacité sans contraintes architecturales

Dans tous les cas, le système a atteint une grande efficacité finale. Pour vérifier l'indépendance par rapport à un modèle spécifique, des tests ont également été effectués sur deux architectures différentes : ViNT et NoMaD - sans aucune modification. Les résultats ont confirmé que l'approche est universelle et peut être appliquée à différents systèmes de navigation.

Cela signifie que la technologie n'est pas liée à un modèle ou à un algorithme spécifique du robot, elle peut être mise en œuvre dans des solutions existantes ou futures. La limite reste cependant le manque de données provenant d'environnements réels autres que les scénarios de test, ce qui signifie que l'efficacité dans des conditions extrêmes (par exemple, pluie, brouillard) n'a pas encore été confirmée.

Les recherches montrent que le système fonctionne de manière stable à la fois avec une trajectoire simple et sous un grand angle de vue - ce qui est essentiel pour les applications dans des zones difficiles d'accès.

Importance et avenir : des tests à la pratique

La nouvelle approche montre qu'une navigation autonome dans des conditions difficiles n'a pas besoin de reposer sur des systèmes de capteurs complexes. Une approche visuelle avec une réflexion dynamique de l'objectif et une séparation profonde des phases peut être la clé du développement de robots dans l'industrie, la logistique ou les opérations de sauvetage - où il n'est pas possible de préparer des cartes ou d'installer des capteurs supplémentaires.

Bien que le système ait été présenté comme une démonstration de recherche, son application peut s'étendre à des scénarios réels. Cependant, le manque de données sur la mise en œuvre dans des conditions réelles ou des tests à long terme laisse ouvertes les questions concernant la résistance et la stabilité au fil du temps.

À l'avenir, il sera possible de développer cette approche pour des scénarios plus complexes, tels que la coopération entre plusieurs robots ou l'intégration avec des systèmes de gestion logistique.