Partie 4/10
Pour notre projet, nous devons développer un procédé capable de reconnaître et de localiser en peu de temps des objets inconnus dans l'espace tridimensionnel. Ce n'est qu'ensuite que le bras robotique peut interagir avec eux. Notre première étape est donc la détection d'objets par traitement d'images.
Le traitement d'images permet d'analyser des photos et des vidéos, y compris en temps réel. Les images sont lues par un logiciel et comparées à des images d'exemple issues d'une base de données. Le recours à l'intelligence artificielle permet de développer des algorithmes afin de pouvoir détecter et identifier encore plus rapidement les objets dans l'espace.
Dans notre projet de recherche, l'environnement du robot doit être filmé par une caméra. Idéalement, la caméra doit être placée sur le robot. Cela évite que des objets soient masqués par le bras robotique et que les images soient floues. Le traitement d'images permet d'évaluer les prises de vue de la caméra et de reconnaître les objets.
Après l'évaluation des images, les objets doivent être identifiés par l'interrogation d'une base de données et localisés dans l'espace. Une détection d'objets sans erreur nécessite de définir des variables d'environnement. Cela signifie, par exemple, qu'il doit y avoir de la lumière du jour ou un éclairage artificiel et que les surfaces des objets ne doivent pas être trop réfléchissantes.
Pour une détection d'objets optimale, il faut disposer de suffisamment de jeux de données. Alors que de grandes quantités de données d'entraînement existent déjà dans de nombreux domaines de la reconnaissance d'images, le domaine des aides médicales est fortement sous-représenté. Nous avons donc créé nos propres jeux de données avec des dispositifs d'assistance et les avons combinés avec des bases de données d'images existantes.
kununu