قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
Fusion de capteurs
Processus d'intégration de données provenant de multiples capteurs pour produire une estimation plus précise et robuste de l'environnement que ne le permettraient les capteurs individuellement. Cette technique combine les forces de différents types de capteurs pour compenser leurs faiblesses respectives.
Lidar
Technologie de détection par télémétrie laser qui mesure les distances en émettant des impulsions laser et en analysant la lumière réfléchie pour créer des représentations 3D précises de l'environnement. Le Lidar est essentiel pour la cartographie, la détection d'obstacles et la navigation autonome.
Vision par ordinateur
Domaine de l'IA permettant aux machines d'interpréter et de comprendre les informations visuelles à partir d'images ou de vidéos numériques. En robotique, elle permet la reconnaissance d'objets, la détection de mouvement et l'analyse de scènes complexes.
Odométrie visuelle
Technique d'estimation du déplacement d'un robot en analysant les changements successifs dans une séquence d'images capturées par ses caméras. Elle permet de calculer la trajectoire du robot sans utiliser de capteurs de mouvement traditionnels.
Nuages de points
Ensemble de points de données dans un système de coordonnées tridimensionnelles représentant la surface externe d'objets ou d'environnements. Ces données sont essentielles pour la reconstruction 3D, la détection d'obstacles et la planification de trajectoire.
Capteurs proprioceptifs
Capteurs internes mesurant l'état propre du robot comme la position des articulations, la vitesse des roues ou l'inclinaison du châssis. Ils fournissent des informations cruciales sur la configuration interne et le mouvement du robot lui-même.
Capteurs extéroceptifs
Capteurs externes qui collectent des informations sur l'environnement extérieur au robot, comme les caméras, microphones ou capteurs de distance. Ils permettent au robot de percevoir et d'interagir avec son environnement physique.
Cartographie 3D
Processus de création de représentations tridimensionnelles détaillées de l'environnement physique à partir de données de capteurs multiples. Ces cartes permettent aux robots de naviguer, planifier des trajectoires et interagir avec leur environnement de manière intelligente.
Détection d'obstacles
Système de perception identifiant les objets et surfaces qui pourraient entraver le mouvement du robot dans son environnement. Cette fonctionnalité critique utilise divers capteurs pour garantir une navigation sécuritaire et autonome.
Reconnaissance de formes
Capacité d'un système à identifier et classer automatiquement des patterns ou objets spécifiques dans les données sensorielles. En robotique, elle permet l'identification d'objets, la lecture de signaux et l'adaptation à des environnements structurés.
Navigation autonome
Ensemble de technologies permettant à un robot de se déplacer de manière indépendante dans un environnement sans intervention humaine directe. Elle combine perception, planification et contrôle pour atteindre des objectifs de navigation complexes.
Localisation visuelle
Technique déterminant la position et l'orientation d'un robot en utilisant uniquement des informations visuelles comparées à une carte préexistante. Elle permet une localisation précise même dans des environnements sans infrastructure de positionnement.
Réseau de neurones convolutifs
Architecture de deep learning spécialement conçue pour traiter des données structurées en grille comme les images, largement utilisée en vision robotique. Ces réseaux excellent dans la détection d'objets et la classification sémantique pour la perception.
Reconstruction de scène
Processus de création d'un modèle 3D complet et cohérent d'une scène à partir d'images 2D ou de données de capteurs multiples. Cette technique permet aux robots de comprendre et d'interagir avec des environnements complexes et dynamiques.
Traitement du signal sensoriel
Ensemble de techniques algorithmiques pour filtrer, interpréter et extraire des informations pertinentes des données brutes des capteurs robotiques. Ce traitement est fondamental pour transformer les signaux physiques en perceptions utilisables par l'IA.
SLAM visuel
Variante du SLAM utilisant principalement les caméras comme capteurs pour construire des cartes et localiser le robot simultanément. Cette approche offre des solutions économiques et légères pour la navigation autonome dans des environnements variés.