Le constructeur automobile Ford et le célèbre MIT travaillent ensemble sur une nouveauté en matière de livraison autonome. Il s’agit d’une nouvelle technique d’IA permettant aux robots livreurs de trouver plus facilement la porte d’entrée du destinataire.
Pas besoin de cartes
En mai 2019, nous évoquions le concept de livraison du futur signé Ford. Le constructeur américain avait dévoilé un dispositif composé d’un véhicule autonome et du robot humanoïde Digit, conçu par Agility Robotics. Rappelons que la voiture autonome collecte des informations cartographiques afin de tracer l’itinéraire du robot avant de le lui communiquer via un système sans fil. Le robot embarque quant à lui un équipement léger, à savoir la technologie LIDAR et des caméras stéréoscopiques.
Comme l’explique Engadget dans un article du 4 novembre 2019, Ford et le MIT désirent éviter au système de devoir cartographier des zones géographiques. Selon les chercheurs du MIT, cela poserait des problèmes liés à la fois à la sécurité et à la vie privée. Ainsi, il ne serait pas nécessaire de cartographier la ville à l’avance, bien que le robot doive trouver la porte d’entrée du client.
Des indices pour guider le robot
À la place des cartes géographiques, les scientifiques ont pensé à guider le robot livreur au moyen d’indices. Ceux-ci pourraient être « trottoir », « allée », « garage » ou encore « porte d’entrée ». Autrement dit, les robots pourraient être entraînés à reconnaître ce genre d’éléments entrant dans la configuration d’une propriété. Les données visuelles obtenues par les caméras du robot seront analysées par les algorithmes de l’IA. Selon les chercheurs, ces derniers lui suggéreront d’emprunter le bon chemin.
En somme, la grande nouveauté de cette innovation est sans doute la capacité du robot à prendre des décisions en fonction des informations récoltées. D’ailleurs, cette approche est inédite dans la mesure où les autres concepts de livraison autonome sont basés sur la cartographie. Les premiers résultats de cette collaboration entre Ford et le MIT ont été publiés sur la plateforme arXiv le 26 octobre 2019.
Si le concept peut paraître un peu abstrait au premier abord, la vidéo présentant ces recherches apporte un peu plus de clarté :
Articles liés :
