Déterminer la présence d’un objet hors de la ligne de vision et anticiper son mouvement sont deux facteurs critiques pour de nombreux systèmes, en commençant par les voitures autonomes. Une caméra traditionnelle souffre des mêmes restrictions que nos yeux, mais la plateforme CornerCameras développée par le CSAIL au MIT peut obtenir des informations sur ce qui se cache au coin d’une rue, en utilisant comme référence les reflets de lumière sur le sol.
Imaginons une caméra capable de voir au coin d’une rue. Pensons à son potentiel dans les zones à risque, les situations d’urgence, ou des environnements qui pourraient être monnaie courante à l’avenir, comme des rues remplies de voitures qui se conduisent toutes seules. L’idée n’est pas exactement nouvelle. En 2012, le MIT a développé une caméra équipée d’une technologie laser qui pouvait reconstruire un objet en tirant des impulsions et en utilisant les murs comme surfaces de rebond. Les dernières nouveautés nous ramènent au prestigieux institut, cette fois grâce aux efforts du CSAIL (Computer Science and Artificial Intelligence Laboratory), mais sa flamboyante création ne dépend pas de rayons laser, mais de quelque chose de beaucoup plus subtil.
Comment fonctionne CornerCameras ?
Son nom officiel est CornerCameras, et il s’agit d’un système qui combine l’enregistrement des caméras avec un algorithme robuste. Supposons que vous vous approchez d’un coin qui bloque deux objets que vous ne pouvez pas voir. Ces objets reflètent une très petite quantité de lumière sur le sol dans votre ligne de vision, générant une faible pénombre. En obtenant une vidéo de cette pénombre, CornerCameras crée une composition d’images unidimensionnelles qui révèlent des données sur les objets cachés. S’ils sont en mouvement, le système aide à établir des détails incluant la position, la vitesse relative, et le moment où un objet passe devant un autre.
Des défis à relever
Inutile de dire que CornerCameras fait face à des dizaines de défis. Absence totale de lumière, changements brusques d’éclairage, et même la pluie présentent des difficultés. Les prochaines études chercheront à développer des solutions spécifiques pour chaque cas, tandis que les premières évaluations se feront avec un fauteuil roulant. Si le résultat est positif, son plan est d’adapter le système à d’autres véhicules.
