NPU-Accelerated Neuro-Fuzzy Safety Assistance with Decision-Level Multimodal Fusion for Teleoperated Assistive Robots
Cet article présente un cadre de contrôle partagé par IA en périphique (Edge-AI) pour les robots d'assistance téléopérés qui utilise un NPU Hailo-8L pour exécuter simultanément un système d'inférence neuro-flou adaptatif et un détecteur YOLOX-S, fusionnant leurs sorties pour réduire considérablement les taux de collision et les interventions d'urgence tout en maintenant un fonctionnement local complet.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez un robot qui aide une personne à se déplacer dans une pièce, mais le robot ne décide pas où aller. À la place, un humain est assis à une station de contrôle à distance, regardant un flux vidéo et dirigeant le robot avec un joystick. Cette configuration est courante pour des tâches comme surveiller des proches âgés ou inspecter des zones dangereuses, mais elle présente une faille dangereuse. L'opérateur humain ne voit que ce que la caméra montre, ce qui est souvent une tranche étroite de la pièce. Il pourrait ne pas voir une porte vitrée, une table basse ou une personne debout juste en dehors du champ de la caméra. Si l'opérateur pousse le robot vers l'avant, celui-ci pourrait entrer en collision avant même que l'humain ne réalise le danger. La solution n'est pas de faire en sorte que le robot se conduise lui-même, ce qui retirerait le contrôle à l'humain et nécessiterait des systèmes de cartographie complexes et coûteux. La solution est de laisser l'humain diriger pendant qu'une couche de sécurité intelligente surveille le chemin et ralentit doucement le robot si quelque chose est trop proche.
Des chercheurs de l'École Nationale d'Ingénieurs de Tunis ont construit et testé exactement ce type de système pour de petits robots à roues. Leur objectif était de créer un filet de sécurité qui fonctionne entièrement sur le robot lui-même, sans avoir besoin d'envoyer des données à un serveur cloud ou de compter sur un ordinateur puissant. Ils ont combiné deux façons différentes de percevoir le monde. Premièrement, le robot utilise des capteurs infrarouges qui agissent comme la canne d'un aveugle, faisant rebondir des signaux sur les objets pour mesurer la distance. Deuxièmement, il utilise une caméra et un système de reconnaissance visuelle pour identifier ce que sont ces objets. Les chercheurs ont appris à un programme informatique à fusionner ces deux flux d'informations. Le programme apprend à ralentir le robot en fonction de la distance d'un objet, mais il écoute également la caméra. Si la caméra voit une personne ou une chaise avec un haut degré de confiance, le programme réduit encore plus la vitesse du robot, agissant comme une seconde paire d'yeux qui ne cille jamais.
Pour rendre ce système assez rapide pour être utile, l'équipe a dû faire face à un défi important. Faire fonctionner des logiciels de vision complexes et des calculs de sécurité simultanément nécessite généralement un ordinateur lourd et gourmand en énergie. Au lieu de cela, ils ont utilisé une puce spécialisée conçue pour l'intelligence artificielle, appelée unité de traitement neuronal, qui est assez petite pour tenir sur un ordinateur monocarte standard. Cette puce a permis au robot de traiter les données visuelles et de prendre des décisions de sécurité simultanément, en mettant à jour sa vitesse cinquante fois par seconde. Le système ne planifie pas un itinéraire ni ne choisit une destination ; il prend simplement la direction choisie par l'opérateur humain et décide de la vitesse à laquelle le robot est autorisé à voyager dans cette direction. Si le robot s'approche trop d'un obstacle, le système outrepasse la commande de l'opérateur humain de mouvement vers l'avant et force le robot à reculer, assurant un arrêt sécurisé.
Dans leurs expériences, l'équipe a testé ce système sur un robot à quatre roues construit sur mesure dans un environnement contrôlé. Ils ont demandé à un opérateur humain de conduire le robot à travers un parcours rempli d'obstacles sous trois conditions différentes : conduire sans aide, conduire avec le système de sécurité par capteur infrarouge, et conduire avec le système combiné infrarouge et caméra. Les résultats ont montré une amélioration claire de la sécurité. Lorsque l'opérateur conduisait sans assistance, le robot entrait en collision avec des obstacles dans quarante pour cent des tentatives. Lorsque le système de sécurité combiné était actif, ce taux de collision tombait à seulement dix pour cent. De plus, le robot maintenait une distance beaucoup plus sûre des obstacles, gardant un écart d'environ dix centimètres au lieu des cinq centimètres observés lors des passages sans assistance. Le système a également réduit le nombre de fois où l'opérateur humain devait appuyer sur le bouton d'arrêt d'urgence, passant d'une moyenne de près de deux interventions par passage à seulement un cinquième d'intervention.
Les chercheurs ont constaté que le système fonctionnait de manière fluide sans ralentir la capacité du robot à répondre aux commandes de direction de l'humain. L'ensemble du processus, de la détection d'un obstacle à l'ajustement de la vitesse, s'est déroulé en moins d'un centième de seconde. Le système visuel s'est avéré particulièrement efficace pour détecter des objets que les capteurs de distance pourraient manquer, tels que des surfaces à faible contraste, et il ajustait la vitesse du robot en fonction de sa confiance quant à ce qu'il voyait. Cependant, l'équipe a noté que le système n'est pas parfait. Les règles de sécurité ont été testées dans un laboratoire avec des objets statiques et un seul opérateur, les résultats pourraient donc varier dans une maison animée avec des personnes en mouvement. De plus, si le pipeline visuel stagne ou si une image est retardée, le système rejette les données visuelles obsolètes et se repose uniquement sur les capteurs de distance, plutôt que de détecter un blocage spécifique de la caméra. Malgré ces limites, l'étude démontre qu'il est possible de donner à un robot téléopéré une couche de sécurité locale fiable qui protège contre les collisions sans retirer le contrôle à l'humain.
Ce travail est important car il offre une voie pratique pour les robots d'assistance qui doivent être abordables et sûrs. En prouvant que des calculs de sécurité complexes peuvent fonctionner sur une petite puce à faible consommation, les chercheurs ont montré que ces robots n'ont pas besoin d'être reliés à Internet ou de nécessiter du matériel coûteux pour être sûrs. Le système respecte l'intention de l'opérateur humain tout en ajoutant une couche de protection qui veille toujours. À l'avenir, une telle technologie pourrait permettre à des personnes âgées d'utiliser des robots télécommandés pour rapporter des objets ou surveiller leur domicile sans la peur constante que la machine ne percute des meubles ou des personnes. Les chercheurs prévoient de tester le système avec plus d'opérateurs et dans des environnements plus dynamiques pour voir comment il se comporte lorsque le monde est moins prévisible qu'un laboratoire. Pour l'instant, ils ont montré qu'un robot peut être à la fois obéissant à un humain et assez intelligent pour se protéger lui-même.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.