Recherche : « Peeper », le robot d’assistance domestique

Article rédigé par Alexis Gilard, étudiant ingénieur à l'Icam, site de Strasbourg-Europe.

Innover, c’est améliorer ce qui existe. Prenons comme exemple la robotique qui existe depuis au moins 70 à 80 ans. A l’époque, nous faisions à peine des engins filoguidés, c’est-à-dire commandés par une connexion filaire. Aujourd’hui, il existe des drones volant sur plus d’un millier de kilomètres, des véhicules totalement autonomes au milieu d’une ville, ainsi que des robots variés toujours plus perfectionnés.

Peeper, le robot d’assistance domestique

Depuis un an, Cédric BOBENRIETH, Enseignant-Chercheur à l’ECAM Strasbourg-Europe, fait partie d’un projet international. Son but est d’améliorer « Peeper », un robot d’assistance domestique. Le projet est initialement commandé par le groupe coréen ETRI et subventionné par le CNRS et l’Institut National de Recherche en Informatique et en Automatique (INRIA). L’équipe de Cédric BOBENRIETH a pour mission de développer une partie de l’Intelligence Artificielle de Peeper, notamment la reconnaissance des vêtements et de leur dynamique. Elle se concentre sur les vêtements que portent les humains, pour permettre de mieux les reconnaître.

Qu’est-ce que l’Intelligence Artificielle (IA) ?

Attardons-nous un peu sur ce qu’est l’Intelligence Artificielle et ce qu’elle fait exactement chez Peeper, avant d’aborder les objectifs détaillés du projet. L’IA, née durant la seconde moitié du XXe siècle, consiste à imiter l’intelligence « de l’être vivant », souvent dans le but de rendre les technologies plus autonomes et performantes.

Une intelligence artificielle fonctionne généralement au « cas par cas » comme la majorité des programmes informatiques. Par exemple : cet endroit « est vide », la personne est « à cet endroit » et elle tient « ceci » dans la main, donc il faut faire « cela ». Une intelligence artificielle est totalement incapable de reconnaître quelque chose qui n’entre pas dans des critères définis. Elle est incapable de prendre des initiatives sans directives le lui permettant. Cela limite fortement son champ d’action. Cependant, elle peut apprendre grâce à des technologies comme le « machine learning ».

Peeper, un réseau de neurones ?

Dans le cas de Peeper, il s’agit d’une IA de type « réseau de neurones ». Elle sera notamment capable d’apprendre par elle-même en utilisant comme données d’apprentissage des données réalistes issues de simulations.

Peeper est donc un robot d’assistance, conçu pour aider les personnes ayant des difficultés à s’occuper d’elles-mêmes au quotidien. Via la reconnaissance de l’humain et des actions précédemment abordées, le robot devra être capable de savoir quand une situation est nocive ou potentiellement dangereuse pour la personne, et d’y réagir. Par exemple, il devra s’adapter à la situation pour, par exemple, aider une personne âgée à descendre d’un escabeau, ou de manière audible en émettant un avertissement. Ce dernier point est une autre de ses fonctionnalités : sa capacité à interagir vocalement. Il pourra ainsi, à titre d’exemple, renseigner son propriétaire sur un sujet, ou lui rappeler de prendre ses médicaments.

Comment reconnaitre un individu portant des vêtements différents ?

Le travail de Cédric BOBENRIETH et son équipe est complexe. Ce morceau de code intègre une composante supplémentaire que l’équipe est chargée de mettre au point. Celle-ci fournit des milliers de nouvelles variables : les vêtements. Peeper doit être capable de reconnaître un individu même quand ses vêtements sont différents ou quand ils bougent. C’est une chose qui n’a que très rarement, voire peut-être jamais, été tentée et le centre du travail de l’équipe tourne autour de cette thématique : « comment faire reconnaître les vêtements ? ». En d’autres termes, Peeper doit « apprendre à apprendre » à reconnaître les vêtements humains et l’individu dessous, même en mouvement.

Un défi technique

Ce projet est un défi technique. Il n’existe pratiquement rien sur la partie du travail dont sont chargés Cédric BOBENRIETH et son équipe. Reconnaître un vêtement, intégrer ses dynamiques et reconnaître dans le même temps l’individu dessous est un véritable défi. Sans compter que l’IA doit être capable « d’apprendre », cela va nécessiter encore de longs mois, peut-être de longues années, avant de pouvoir le relever.

En savoir plus sur la recherche à l’Icam Strasbourg-Europe