Intégrer la vision par ordinateur dans la robotique avec Ultralytics YOLO11

Les robots ont parcouru un long chemin depuis Unimate, le premier robot industriel, inventé dans les années 1950. Ce qui avait commencé comme des machines préprogrammées fondées sur des règles a évolué pour devenir des systèmes intelligents capables d’effectuer des tâches complexes et d’interagir harmonieusement avec le monde réel.

Aujourd’hui, les robots sont utilisés dans de nombreux secteurs, de l’industrie manufacturière et de la santé à l’agriculture, pour automatiser divers processus. L’IA et la vision par ordinateur, une branche de l’IA qui aide les machines à comprendre et à interpréter les informations visuelles, jouent un rôle essentiel dans l’évolution de la robotique.

Par exemple, les modèles de vision par ordinateur comme Ultralytics YOLO11 améliorent l’intelligence des systèmes robotiques. Intégrée à ces systèmes, l’IA visuelle permet aux robots de reconnaître des objets, de naviguer dans leur environnement et de prendre des décisions en temps réel.

Dans cet article, nous verrons comment Ultralytics YOLO11 peut doter les robots de capacités avancées de vision par ordinateur et nous explorerons ses applications dans différents secteurs.

Vue d’ensemble de l’IA et de la vision par ordinateur en robotique#

La fonctionnalité fondamentale d’un robot dépend de sa capacité à comprendre son environnement. Cette perception relie son matériel physique à une prise de décision intelligente. Sans elle, les robots peuvent uniquement suivre des instructions fixes et ont du mal à s’adapter à des environnements changeants ou à gérer des tâches complexes. Tout comme les humains s’appuient sur la vue pour se déplacer, les robots utilisent la vision par ordinateur pour interpréter leur environnement, comprendre la situation et prendre les mesures appropriées.

Fig. 1 Un robot jouant au morpion et utilisant la vision par ordinateur pour interpréter le plateau et effectuer des coups stratégiques.

En réalité, la vision par ordinateur est fondamentale pour la plupart des tâches robotiques. Elle aide les robots à détecter les objets et à éviter les obstacles lorsqu’ils se déplacent. Toutefois, pour y parvenir, voir le monde ne suffit pas : les robots doivent également pouvoir réagir rapidement. Dans les situations réelles, même un léger retard peut entraîner des erreurs coûteuses. Des modèles comme Ultralytics YOLO11 permettent aux robots de recueillir des informations en temps réel et de réagir instantanément, même dans des situations complexes ou inconnues.

Découvrir Ultralytics YOLO11#

Avant d’examiner comment Ultralytics YOLO11 peut être intégré aux systèmes robotiques, commençons par découvrir ses principales fonctionnalités.

Les modèles Ultralytics YOLO prennent en charge diverses tâches de vision par ordinateur qui permettent d’obtenir rapidement des informations en temps réel. Ultralytics YOLO11 offre notamment de meilleures performances, des coûts de calcul réduits et une précision accrue. Il peut par exemple être utilisé pour détecter des objets dans des images et des vidéos avec une grande précision, ce qui le rend idéal pour des applications dans des domaines comme la robotique, la santé et l’industrie manufacturière.

Voici quelques fonctionnalités importantes qui font d’Ultralytics YOLO11 une excellente option pour la robotique :

• Facilité de déploiement : Il est facile à déployer et s’intègre harmonieusement à un large éventail de plateformes logicielles et matérielles.
• Adaptabilité : Ultralytics YOLO11 fonctionne efficacement dans différents environnements et configurations matérielles, en offrant des performances constantes, même dans des conditions dynamiques.
• Facilité d’utilisation : La documentation et l’interface faciles à comprendre d’Ultralytics YOLO11 réduisent la courbe d’apprentissage et simplifient son intégration aux systèmes robotiques.

Fig. 2 Exemple d’analyse de la pose de personnes dans une image avec YOLO11.

Découverte des tâches de vision par ordinateur prises en charge par Ultralytics YOLO11#

Voici un aperçu plus détaillé de certaines tâches de vision par ordinateur prises en charge par Ultralytics YOLO11 :

• Détection d’objets : la capacité de détection d’objets en temps réel d’Ultralytics YOLO11 permet aux robots d’identifier et de localiser instantanément les objets dans leur champ de vision. Cela les aide à éviter les obstacles, à effectuer une planification dynamique de trajectoire et à assurer une navigation automatisée dans des environnements intérieurs comme extérieurs.
• Segmentation d’instances : en identifiant les contours et les formes exacts de chaque objet, Ultralytics YOLO11 permet aux robots d’effectuer des opérations précises de prise et de dépose ainsi que des tâches d’assemblage complexes.
• Estimation de pose : la prise en charge de l’estimation de pose par Ultralytics YOLO11 permet aux robots de reconnaître et d’interpréter les mouvements et les gestes du corps humain. Elle est essentielle pour que les robots collaboratifs (cobots) puissent travailler en toute sécurité aux côtés des humains.
• Suivi d’objets : Ultralytics YOLO11 permet de suivre les objets en mouvement au fil du temps, ce qui le rend idéal pour les applications de robotique autonome qui doivent surveiller leur environnement en temps réel.
• Classification d’images : Ultralytics YOLO11 peut classer les objets dans des images, ce qui permet aux robots de catégoriser les éléments, de détecter les anomalies ou de prendre des décisions en fonction des types d’objets, par exemple en identifiant des fournitures médicales dans des environnements de santé.

Fig. 3 Tâches de vision par ordinateur prises en charge par Ultralytics YOLO11.

L’IA dans les applications robotiques : propulsée par Ultralytics YOLO11#

De l’apprentissage intelligent à l’automatisation industrielle, des modèles comme Ultralytics YOLO11 peuvent contribuer à redéfinir ce que les robots sont capables de faire. Son intégration à la robotique montre comment les modèles de vision par ordinateur favorisent les progrès de l’automatisation. Explorons quelques domaines clés dans lesquels YOLO11 peut avoir un impact significatif.

Former les robots grâce à la vision par ordinateur#

La vision par ordinateur est largement utilisée dans les robots humanoïdes, ce qui leur permet d’apprendre en observant leur environnement. Des modèles comme Ultralytics YOLO11 peuvent améliorer ce processus en fournissant une détection d’objets et une estimation de pose avancées, qui aident les robots à interpréter précisément les actions et les comportements humains.

En analysant en temps réel les mouvements subtils et les interactions, les robots peuvent être entraînés à reproduire des tâches humaines complexes. Ils peuvent ainsi aller au-delà des routines préprogrammées et apprendre des tâches, comme utiliser une télécommande ou un tournevis, simplement en observant une personne.

Fig. 4. Un robot imitant l’action d’un humain.

Ce type d’apprentissage peut être utile dans différents secteurs. Par exemple, en agriculture, les robots peuvent observer des travailleurs humains apprendre des tâches comme planter, récolter et gérer les cultures. En reproduisant la manière dont les humains effectuent ces tâches, les robots peuvent s’adapter à différentes conditions agricoles sans devoir être programmés pour chaque situation.

Applications liées à la robotique dans le secteur de la santé#

De même, dans le secteur de la santé, la vision par ordinateur devient de plus en plus importante. Par exemple, Ultralytics YOLO11 peut être utilisé dans des dispositifs médicaux pour aider les chirurgiens lors d’interventions complexes. Grâce à des fonctionnalités comme la détection d’objets et la segmentation d’instances, YOLO11 peut aider les robots à repérer les structures internes du corps, à manipuler les instruments chirurgicaux et à effectuer des mouvements précis.

Même si cela peut sembler sortir tout droit d’un film de science-fiction, des recherches récentes démontrent l’application pratique de la vision par ordinateur dans les interventions chirurgicales. Dans une étude intéressante sur la dissection robotique autonome pour une cholécystectomie (ablation de la vésicule biliaire), les chercheurs ont intégré Ultralytics YOLO11 pour la segmentation des tissus (classification et séparation de différents tissus dans une image) ainsi que la détection des points clés des instruments chirurgicaux (identification de repères précis sur les instruments).

Le système a pu distinguer avec précision différents types de tissus, même lorsque ceux-ci se déformaient (changeaient de forme) pendant l’intervention, et s’est adapté dynamiquement à ces changements. Les instruments robotiques ont ainsi pu suivre des trajectoires de dissection précises (incisions chirurgicales).

Fabrication intelligente et automatisation industrielle#

Les robots capables de prendre et de déposer des objets jouent un rôle essentiel dans l’automatisation des opérations de fabrication et l’optimisation des chaînes d’approvisionnement. Leur rapidité et leur précision leur permettent d’effectuer des tâches avec une intervention humaine minimale, comme identifier et trier des articles.

Grâce à la segmentation d’instances précise d’Ultralytics YOLO11, les bras robotisés peuvent être entraînés à détecter et à segmenter les objets se déplaçant sur un tapis roulant, à les saisir avec précision et à les déposer à des emplacements désignés en fonction de leur type et de leur taille.

Par exemple, des constructeurs automobiles renommés utilisent des robots guidés par la vision pour assembler différentes pièces de voiture, améliorant ainsi la vitesse et la précision des chaînes d’assemblage. Les modèles de vision par ordinateur comme Ultralytics YOLO11 peuvent permettre à ces robots de travailler aux côtés d’opérateurs humains, en assurant une intégration harmonieuse des systèmes automatisés dans des environnements de production dynamiques. Cette avancée peut entraîner une production plus rapide, moins d’erreurs et des produits de meilleure qualité.

Fig. 5 Un bras robotisé guidé par la vision assemblant une voiture.

Avantages de l’intégration d’Ultralytics YOLO11 à la robotique#

Ultralytics YOLO11 offre plusieurs avantages clés qui le rendent idéal pour une intégration fluide aux systèmes de robotique autonome. Voici quelques-uns de ses principaux atouts :

• Faible latence d’inférence : Ultralytics YOLO11 peut fournir des prédictions très précises avec une faible latence, même dans des environnements dynamiques.
• Modèles légers : conçus pour optimiser les performances, les modèles légers d’Ultralytics YOLO11 permettent à de petits robots dotés d’une puissance de traitement réduite de bénéficier de capacités de vision avancées sans compromettre leur efficacité.
• Efficacité énergétique : Ultralytics YOLO11 est conçu pour être économe en énergie, ce qui le rend idéal pour les robots alimentés par batterie qui doivent préserver leur autonomie tout en maintenant de hautes performances.

Limites de l’IA visuelle en robotique#

Bien que les modèles de vision par ordinateur fournissent des outils puissants pour la vision robotique, certaines limites doivent être prises en compte lors de leur intégration à des systèmes robotiques réels. Ces limites comprennent notamment :

• Collecte de données coûteuse : l’entraînement de modèles efficaces pour des tâches spécifiques aux robots nécessite souvent de grands jeux de données diversifiés et correctement annotés, qui sont coûteux à acquérir.
• Variations environnementales : les robots travaillent dans des environnements imprévisibles, où des facteurs comme les conditions d’éclairage ou les arrière-plans encombrés peuvent affecter les performances des modèles de vision.
• Problèmes d’étalonnage et d’alignement : il est essentiel de veiller à ce que les systèmes de vision soient correctement étalonnés et alignés sur les autres capteurs du robot pour garantir des performances précises, car un mauvais alignement peut entraîner des erreurs de prise de décision.

L’avenir des avancées en robotique et en IA#

Les systèmes de vision par ordinateur ne sont pas seulement des outils pour les robots d’aujourd’hui : ils constituent les fondations d’un avenir où les robots pourront fonctionner de manière autonome. Grâce à leurs capacités de détection en temps réel et à leur prise en charge de multiples tâches, ils sont parfaitement adaptés à la robotique de nouvelle génération.

En réalité, les tendances actuelles du marché montrent que la vision par ordinateur devient de plus en plus essentielle en robotique. Les rapports du secteur indiquent que la vision par ordinateur est la deuxième technologie la plus utilisée sur le marché mondial de la robotique fondée sur l’IA.

Fig. 6 Part de marché mondiale des robots dotés d’IA par technologie.

Points clés à retenir#

Grâce à sa capacité à traiter les données visuelles en temps réel, Ultralytics YOLO11 peut aider les robots à détecter, identifier et interpréter leur environnement avec davantage de précision. Cela fait une grande différence dans des secteurs comme l’industrie manufacturière, où les robots peuvent collaborer avec les humains, et la santé, où ils peuvent assister les chirurgiens lors d’interventions complexes.

À mesure que la robotique progresse, l’intégration de la vision par ordinateur à ces systèmes sera essentielle pour permettre aux robots de gérer plus efficacement un large éventail de tâches. L’avenir de la robotique s’annonce prometteur, l’IA et la vision par ordinateur favorisant l’émergence de machines toujours plus intelligentes et adaptables.

Rejoins notre communauté et consulte notre dépôt GitHub pour en savoir plus sur les avancées récentes de l’IA. Découvre diverses applications de l’IA dans le secteur de la santé et de la vision par ordinateur dans l’agriculture sur nos pages consacrées aux solutions. Consulte nos formules de licence pour créer tes propres solutions de vision par ordinateur.