L'alliance des matériels open source, des logiciels libres et de l'intelligence artificielle révolutionne la création robotique, accélérant la commercialisation d'innovations. Un exemple marquant : la communication homme-robot via la langue des signes. L'IA au service des prototypes rapides L’intelligence artificielle se déploie à grande vitesse dans nos foyers et industries, soutenue par une décennie de progrès en apprentissage profond. Cette dynamique permet aujourd’hui aux ingénieurs d’exploiter des modèles IA déjà disponibles pour concevoir rapidement des prototypes. En s’appuyant sur des matériels performants optimisés pour le prototypage, ces ingénieurs peuvent tester des concepts robotisés en un temps record. Des technologies comme les modèles de diffusion, initialement développées pour le rendu photo-réaliste, trouvent désormais des applications inédites, par exemple dans la simulation de fluides complexes. Commande gestuelle : la langue des signes à l'honneur En 2023, Google a lancé sur Kaggle un défi visant à traduire la langue des signes américaine (ASL) en commandes numériques. Plus de trois millions de caractères ont été mis à disposition pour aider les participants. Cette technologie trouve des applications pratiques : commander des robots dans des environnements industriels bruyants ou sales, où clavier et commande vocale sont inutilisables. Les signes manuels, captés par caméra et interprétés par des modèles IA, permettent un contrôle précis et intuitif. Matériel et logiciels : une synergie efficace Des plateformes comme AMD Vitis et des composants tels que le ZUBoard 1CG (doté de processeurs Arm Cortex-A et de logiques programmables) offrent la puissance nécessaire pour exécuter ces algorithmes IA complexes. Grâce à l’open source, les développeurs peuvent utiliser TensorFlow Lite ou PyTorch pour entraîner leurs modèles et les intégrer directement sur des matériels embarqués. ROS2 : le système nerveux des robots Le système d’exploitation ROS2, piloté par la fondation OSRF, simplifie la création d’applications robotiques grâce à sa structure éditeur-souscripteur. AMD a optimisé ROS2 pour tourner sous PetaLinux, facilitant son intégration avec du matériel MPSoC. Les données captées par des caméras sont traitées via OpenCV pour alimenter des modèles IA qui commandent ensuite le mouvement des robots. De VGG-16 à MobileNet V2 : un saut technologique La reconnaissance des signes manuels repose sur des architectures robustes comme VGG-16, développée par le Visual Geometry Group d’Oxford. Mais pour plus d’efficacité, Tria a opté pour MobileNet V2, qui offre des performances supérieures avec moins de calculs. Résultat : une fréquence de traitement de plus de 20 images/seconde contre 2-3 avec VGG-16, ouvrant la voie à des robots plus réactifs et intelligents.