mmNorm : le MIT voit à travers les colis

Ouvrir un colis quand les deux mains tiennent déjà quelque chose, couper une corde en pleine tension sans pouvoir poser ce qu’on porte : ces gestes du quotidien butent tous sur le même mur, il faut une main libre. Une équipe du MIT vient de publier des travaux qui pourraient bien faire sauter cette contrainte, en donnant à une machine la capacité de voir à travers un carton ou une paroi de plastique pour aller saisir l’objet caché derrière. Le système s’appelle mmNorm, et son principe mérite qu’on s’y arrête.

Le MIT apprend à une machine à voir derrière l’emballage

Le point de départ de ces recherches est presque banal : on veut qu’un bras robotisé puisse agripper un objet qu’il ne voit pas, simplement parce qu’un emballage le lui cache. Jusqu’ici, les solutions reposaient sur la caméra, donc sur une ligne de vue dégagée, ce qui tombe dès qu’un carton fermé ou une plaque opaque s’interpose. L’équipe dirigée par Laura Dodds a pris le problème par l’autre bout, en s’appuyant sur des ondes qui traversent ce que la lumière ne traverse pas.

Le système baptisé mmNorm repose sur des ondes millimétriques, proches de celles que font circuler les réseaux Wi-Fi, mais placées bien plus haut en fréquence. Ces ondes ont une propriété qui change tout dans un contexte domestique ou industriel : elles passent à travers le plastique et le carton sans avoir besoin d’ouvrir quoi que ce soit. Un radar, en somme, mais un radar qui travaille à quelques mètres et non à des kilomètres.

Comment mmNorm reconstitue un objet invisible

La difficulté, avec ce type d’onde, n’est pas d’émettre mais d’interpréter ce qui revient. Une surface renvoie les ondes un peu comme un miroir renvoie la lumière, et cette manière de réfléchir porte un nom : la spécularité. Suivant l’angle sous lequel le signal frappe l’objet, la réflexion part dans une direction précise, et une bonne partie de l’information se perd si l’on ne tient pas compte de ce phénomène.

C’est là que le travail du MIT devient intéressant. Plutôt que de traiter la spécularité comme un parasite à filtrer, l’équipe s’en sert comme d’un indicateur de géométrie. En croisant plusieurs angles de réception, mmNorm arrive à reconstruire en trois dimensions la forme de l’objet dissimulé, y compris quand celui-ci est irrégulier ou partiellement masqué par un autre élément. La précision annoncée par les chercheurs atteint 96 %, ce qui n’est pas un détail quand il s’agit ensuite de commander un geste mécanique.

Cette reconstruction ne se contente pas de dessiner une silhouette. Elle donne assez d’information pour qu’un système sache où se trouve le bord d’un paquet, où passe une ficelle tendue, où commence la poignée à saisir. Autrement dit, la machine comprend la scène avant d’agir, au lieu de tâtonner au hasard en espérant tomber juste. Sur ce point, voir aussi notre article sur bbmezzaluna.it.

Ce que ça changerait pour les gestes du quotidien

Le lien entre un radar de laboratoire et l’ouverture d’un colis peut sembler tiré par les cheveux. Il ne l’est pas tant que ça, parce que la plupart des tâches manuelles qu’on juge simples supposent une information qu’on n’a pas toujours : ce qui se trouve sous l’emballage, la position exacte d’un lien, la rigidité d’un matériau. Une pince qui sait cela peut s’insérer dans une ouverture déjà entamée et finir le travail.

• Repérer un objet dans un carton fermé sans avoir à l’ouvrir d’abord, ce qui éviterait de tout déballer pour rien.
• Sentir une corde ou une sangle sous une couche de tissu, puis guider une lame jusqu’au bon endroit.
• Est-ce que le système tient la cadence si l’objet bouge pendant la mesure ?
• Tenir un paquet pendant qu’un outil le découpe, les deux mains restant mobilisées ailleurs.
• Distinguer deux objets empilés qui renvoient des signaux proches, un cas fréquent dans un sac rempli.

Ces usages restent pour l’instant du domaine de la démonstration en laboratoire, et personne ne promet une commercialisation rapide. Il faut dire que l’environnement de test est bien plus propre qu’une cuisine ou un atelier, où les ondes rebondissent dans tous les sens et où chaque meuble ajoute du bruit au signal.

Les obstacles avant d’avoir une main libre en plus

Le premier frein tient à l’encombrement du matériel. Faire fonctionner un radar millimétrique à quelques dizaines de centimètres d’un objet demande une antenne et une électronique qui n’ont rien de discret, et l’idée d’accrocher ça à une pince de robot ne se règle pas en une génération de prototype. Le second concerne la consommation et la chaleur dégagée, deux paramètres qu’on oublie volontiers dans les articles qui ne parlent que d’algorithme.

Il y a aussi la question de la sécurité, qui n’est pas mince dès qu’on parle de lame guidée automatiquement. Un système qui voit à travers un carton peut très bien confondre la corde à couper avec le doigt qui la tient, et la tolérance à l’erreur dans ce genre de situation est nulle. Les chercheurs le savent, et c’est probablement ce qui prendra le plus de temps avant qu’un tel dispositif sorte du banc d’essai.

Reste que la direction est tracée. Si une machine peut reconstituer avec 96 % de précision un objet caché sous du plastique, alors la barrière entre « je vois » et « je saisis » s’amincit sérieusement. Pour qui bricole souvent, le geste de trancher un lien sans poser ce qu’on porte au bout des bras cesse d’être une acrobatie et devient une opération qu’un outil bien conçu pourrait absorber, à condition d’avoir sous la main un instrument adapté comme Survimax propose un couteau porte clef pratique, qui règle au moins la partie manuelle du problème.

Une main en moins à mobiliser, vraiment ?

Le travail de l’équipe de Dodds ne promet pas de remplacer nos mains demain matin, et c’est tant mieux : entre un résultat publié et un objet qu’on utilise, il y a des années de mise au point, de tests ratés et de coûts qui grimpent. Ce que mmNorm montre, c’est qu’une machine peut deviner ce qu’elle ne voit pas à condition qu’on accepte de lire les ondes autrement. Ça pose une question qui dépasse le colis et la corde : accepterions-nous de confier une lame à un système qui perçoit mieux que nous ce qui se cache sous l’emballage ?