Odométrie visuelle-inertielle stéréo robuste aux reflets via estimation de la hauteur du sol par filtre de Kalman

Des chercheurs proposent un module frontal léger, conscient des reflets, pour l'odométrie visuelle-inertielle (VIO) stéréo à base de points caractéristiques. Il cible un défaut bien connu des sols intérieurs brillants (carrelage poli, béton ciré, couloirs d'entrepôt ou de centre commercial). Les motifs spéculaires du sol y sont détectés puis triangulés comme de faux points 3D situés sous le plan du sol réel. Ces « points virtuels » produisent des associations de caractéristiques instables et des résidus visuels incohérents, ce qui dégrade l'estimation de trajectoire. La méthode estime la hauteur du sol en temps réel et ne rejette que les candidats dont la position 3D inférée se trouve sous cette hauteur. Un masque de zone de sol limite la validation aux régions sujettes aux reflets. Des mesures de hauteur au niveau de chaque image sont construites à partir de l'incertitude stéréo en hauteur et de l'incertitude de pose. Un filtre de Kalman scalaire, avec contrôle par innovation normalisée au carré (NIS), stabilise l'estimation. Une marge de sécurité tenant compte de l'incertitude sert à rejeter sélectivement les points virtuels. Les essais portent sur des séquences réelles en intérieur à sol réfléchissant. Ils montrent une amélioration générale de la précision de trajectoire dans les environnements dominés par les reflets, des estimations de hauteur de sol exactes et une récupération correcte lors de vrais changements de hauteur. L'article ne fournit pas, dans son résumé, de chiffres d'erreur ni de comparaison chiffrée avec des méthodes concurrentes.

L'intérêt est très concret pour la robotique mobile en intérieur, où la localisation visuelle conditionne la fiabilité des AMR, des robots de nettoyage, des chariots autonomes et des humanoïdes appelés à circuler dans des halls logistiques ou commerciaux. Les sols brillants sont la norme dans ces sites, et l'on rencontre souvent des dérives ou des pertes de localisation que seules des campagnes de test sur site révèlent. Le choix de ne pas supprimer toute la zone de sol est notable : cette zone fournit souvent une texture exploitable et des contraintes géométriques utiles, et l'écarter entièrement appauvrit l'estimation. Le critère géométrique (un vrai point ne peut pas se trouver sous le sol) est simple, peu coûteux et s'exécute sur des calculateurs embarqués sans réseau de neurones dédié. La prudence s'impose toutefois : le résumé dit que la méthode améliore la précision « généralement », donc pas dans tous les cas. Les séquences utilisées, leur nombre et leur diversité ne sont pas précisés. Les hypothèses de sol plan et de masque fiable restent des points de fragilité, notamment sur rampes, marches ou sols partiellement mouillés.

Ce travail s'inscrit dans la lignée des VIO stéréo ou monoculaires à base de points, comme VINS-Fusion, ORB-SLAM3 ou OpenVINS. Ces systèmes traitent les reflets surtout par des rejets robustes de valeurs aberrantes, par le contrôle RANSAC ou par l'élimination de zones entières. Des approches concurrentes reposent sur la segmentation sémantique des surfaces réfléchissantes ou sur la fusion avec le lidar et la roue, plus coûteuses ou plus lourdes à intégrer. Il s'agit d'une prépublication arXiv (v1), non évaluée par les pairs. Elle ne constitue ni un produit ni un déploiement. Les prochaines étapes logiques sont une intégration dans des piles open source, des tests sur davantage de sites, des comparaisons chiffrées avec les méthodes existantes et une validation sur des robots en exploitation.