Lors de missions de recherche et de sauvetage ou de navigation en environnements complexes, la technologie de localisation et de cartographie simultanées (SLAM) est cruciale pour les robots. Cependant, les méthodes traditionnelles sont inefficaces face à un grand volume d’images, limitant leur application dans des scénarios réels de catastrophe. Des chercheurs du Massachusetts Institute of Technology (MIT) ont mis au point un nouveau système qui assemble des sous-cartes de scènes pour réaliser une reconstruction 3D rapide et une localisation en temps réel, offrant une solution plus efficace pour la navigation robotique.

Ce système s’inspire de la vision par ordinateur classique et des modèles d’IA récents, décomposant les scènes complexes en plusieurs sous-cartes qu’il aligne et assemble par transformations mathématiques pour former une carte 3D complète. Contrairement aux approches traditionnelles nécessitant des caméras calibrées ou des ajustements experts, ce nouveau système utilise uniquement les images capturées par la caméra embarquée du robot pour générer une reconstruction 3D précise en quelques secondes, tout en estimant en temps réel la position du robot. Par exemple, dans un test sur une scène de bureau comprenant 8 sous-cartes, le système a réussi à reconstruire un modèle 3D d’un trajet circulaire de 55 mètres avec une erreur moyenne inférieure à 5 centimètres.

Le responsable de l’équipe de recherche, Luca Carlone, a déclaré : « Nous avons combiné des méthodes basées sur l’apprentissage et des techniques d’optimisation traditionnelles pour développer un outil mathématique flexible et efficace capable de gérer les déformations dans les sous-cartes. » Cette percée améliore non seulement la fiabilité de la navigation robotique, mais abaisse également le seuil d’application pratique. Le système ne nécessite aucun équipement spécial : une courte vidéo filmée avec un smartphone suffit pour reconstruire des scènes complexes (comme l’intérieur d’une église), offrant un soutien technique pour les applications en réalité étendue (XR), la gestion d’entrepôts par robots industriels, etc.