Un détecteur 3D mesure la bonne distance sociale face au Covid-19

Des chercheurs de l’EPFL ont détourné leur logiciel destiné aux voitures autonomes pour l’appliquer à la situation pandémique. Ajouté à une caméra, leur algorithme permet de savoir si un groupe de personnes respecte la distance sociale qui les protège des infections, sans violer leur sphère privée. Il pourrait servir aux transports publics, aux commerces et restaurants, ainsi qu’à l’industrie.

«L’année dernière, quand tout a fermé, nous étions en train de travailler sur l’application de notre algorithme aux voitures autonomes. Nous avons alors réalisé qu’en y ajoutant quelques fonctionnalités, notre outil pourrait être utile à la crise que nous vivions», explique Lorenzo Bertoni, doctorant au Laboratoire d’lntelligence Visuelle pour les Transports (VITA) de l’EPFL, dirigé par Alexandre Alahi, professeur assistant tenure track.

Après des semaines passées à lire des articles de référence sur les modes de transmission du virus Covid-19, l’équipe du laboratoire VITA réalise avec le reste de la communauté scientifique le rôle clé des microgouttelettes dans la transmission du virus et l’importance de respecter une distance sociale de 1,5 mètre entre les personnes, en l’absence de masque. Les chercheurs travaillent donc à l’amélioration de leur algorithme, destiné originellement à détecter l’approche d’un autre véhicule ou d’un piéton dans la rue et à engager le véhicule autonome à freiner, changer de direction ou à accélérer. Les chercheurs viennent de publier leurs résultats dans la revue IEEE Transactions on Intelligent Transportation Systems et présenteront leurs travaux lors d’une conférence internationale dédiée à la robotique le 2 juin prochain (International Conference on Robotics and Automation - ICRA).

Autre base de calcul
Les détecteurs de distance actuels imposent l’usage d’autres instruments de télédétection, à l’instar de LiDARs (basés sur la technologie laser) et d’une caméra fixe. Le détecteur 3D développé à l’EPFL a l’avantage de s’ajouter facilement à un simple appareil photo ou à une caméra vendus dans le commerce ou, même, à un smartphone. Ceci grâce à une manière innovante de calculer les dimensions des silhouettes et la distance sociale entre les êtres humains: l’estimation de la distance entre les personnes se base sur leur taille et non sur le sol. «Pour localiser des personnes en 3D, les détecteurs habituels partent du principe que chaque personne se tient sur la même surface plane. La caméra ne peut donc pas être en mouvement et son utilisation est limitée. Par exemple, cela pose des problèmes de précision lorsque la personne prend des escaliers», explique Lorenzo Bertoni, premier auteur de l’étude. «Nous souhaitions développer un détecteur plus précis et qui évite de prendre un réverbère pour un piéton.»

Alexandre Alahi et Lorenzo Bertoni dans le Laboratoire d’lntelligence Visuelle pour les Transports de l'EPFL. © Alain Herzog / 2021 EPFL

Autres nouveautés, l’algorithme développé à l’EPFL identifie l’orientation des corps, les interactions sociales entre un groupe de personnes présentes dans un espace donné, et notamment, si elles se parlent, et, le respect de 1,5 mètre de sécurité sanitaire entre les personnes. Ces éléments se fondent sur une autre base de calcul que les détecteurs actuels. Nommé MonoLoco, le détecteur de l’EPFL garantit en outre l’anonymat des visages et des silhouettes des individus filmés, car il n’a besoin de connaître que la distance entre les articulations d’une silhouette ( épaules, poignets, hanches, genoux) pour calculer la distance entre les personnes et leur orientation. Il prend tout simplement une photo ou une vidéo d’un espace et les convertit en silhouettes schématiques et anonymes dotées de «points clés». «Le stockage des photos ou des vidéos initiales est inutile. Cette technologie est donc selon nous un pas dans la bonne direction en ce qui concerne le respect de la sphère privée», précise Lorenzo Bertoni.

Multiples applications
«Nous avons imaginé de multiples applications du logiciel en période de pandémie», détaille le chercheur, «dans les transports publics, bien sûr, mais aussi dans les commerces, les restaurants, les bureaux, les halls de gare et les usines, afin de garantir la santé des ouvriers par le respect des distances et de leur permettre d’aller travailler.» L’outil étant à l’origine destiné aux voitures autonomes, le calcul de la distance à respecter peut être paramétré jusqu’à 40 mètres pour calculer la distance entre individus et objets, ainsi que leur orientation. Le code source de l’algorithme est en libre accès sur le site internet du laboratoire. Une première application dans les cars postaux est prévue dans le cadre d’un partenariat entre l’EPFL et La Poste. 

References

Lorenzo Bertoni, Sven Kreiss, Alexandre Alahi, “Perceiving Humans: From Monocular 3D Localization to Social Distancing”, IEEE Transactions on Intelligent Transportation Systems, 2021. DOI: 10.1109/TITS.2021.3069376