High-Tech : Véhicules intelligents : des caméras neuromorphiques 100 fois plus rapides

_

En capturant 5000 images par seconde et en consommant jusqu’à 100 fois moins d’énergie, les « event cameras » offrent une transmission d’informations ultrarapide, surpassant largement les caméras traditionnelles.  Une équipe de chercheurs de l’Université de Zurich travaille sur l’utilisation de ce type de dispositif pour l’aide à la conduite, afin de permettre aux véhicules de détecter les obstacles plus vite. Ces caméras n’observent que les pixels qui changent en continu, réduisent le flou et optimisent le stockage de données. En Chine, une équipe de recherche a développé un capteur qui capte jusqu’à 10000 images par seconde. Et si une caméra pouvait consommer jusqu’à 100 fois moins d’énergie et être 100 fois plus rapide qu’une caméra traditionnelle dans la transmission d’informations ? C’est la promesse des caméras bio-inspirées, ou caméras neuromorphiques. En Anglais, ces « event cameras » se concentrent uniquement sur les pixels qui bougent entre deux instants, et observent le monde quasiment en continu au lieu de capturer un certain nombre d’images par seconde. Cela permet à la fois d’éviter d’enregistrer des données inutiles, c’est-à-dire les pixels qui restent statiques, et de réduire drastiquement les flous. « Les données sont appelées « events », puisqu’une fraction du signal est mesurée grâce à des puces électroniques spécifiques », explique Daniel Gehrig, chercheur au GRASP Lab de l’Université de Pennsylvanie. L’enjeu de l’équipe de recherche est de coupler une caméra neuromorphique à un algorithme de prise de décision sans perdre en efficacité. « Ces caméras, comme celles proposées par la société française Prophesee, exposent les pixels continuellement et ne mesurent que quand la lumière change, ce qui permet de suivre les signaux en continu. » En d’autres termes, il ne peut pas y avoir de mouvement qui puisse échapper au capteur. « La vitesse de la caméra est équivalente à 5000 images par seconde : il lui faut donc 0,2 milliseconde pour observer un changement, ce qui la rend 100 fois plus rapide qu’une caméra traditionnelle. » Quand il était au département d’informatique de l’Université de Zurich il y a encore quelques semaines, Daniel Gehrig a publié un article dans la revue Nature qui propose l’utilisation de ce type de caméra pour permettre aux véhicules de détecter les obstacles, piétons ou cyclistes plus rapidement. Les véhicules équipés de caméras traditionnelles et qui disposent de systèmes de détection perfectionnés d’aide à la conduite doivent aujourd’hui gérer une dizaine de terabytes par heure, et ces systèmes peuvent encore gagner en fiabilité et rapidité.