LEAD

Benoît Miramond

ETIS UMR 8051 CNRS - ENSEA – Université Cergy-Pontoise

Vision bio-inspirée pour la robotique mobile

Dans la plupart des tâches en robotique autonome, la vision est utilisée comme principale information menant à la perception de l'environnement et à l'interaction homme-machine.
Dans ce domaine, l'intégration de systèmes de vision artificielle devient donc un défi central pour la conception d'agents adaptatifs et interactifs.
Nous suivons dans nos travaux une approche bio-inspirée pour organiser les architectures de nos systèmes.
Ces architectures sont basées sur des mécanismes d'attention visuelle pour reconnaître lieux, objets, visages en fonction de la mission confiée au robot. Dans notre cadre expérimental, elles contrôlent également la boucle sensori-motrice par laquelle le robot peut apprendre des actions spécifiques dans chaque lieu reconnu par le robot.
Face à la complexité calculatoire des systèmes de vision, nous proposons une architecture numérique optimisée en matérielle prototypée sur des circuits reconfigurables pour détecter les points saillants à la fréquence de la caméra.
Dans les missions de navigation que nous ciblons, ces points sont utilisés comme des amers visuels appris par l'étage neuronal de notre système.
Nous présentons les modèles computationnelles sur lesquels notre architecture temps réel est basée, ainsi que les résultats de navigation obtenus par ce système autonome.