Algorithmes quantiques pour la localisation de robots basée sur la vision

Quantum algorithms for vision-based robot localisation

• Auteur / Autrice : Ayan Barui
• Direction : Ezio Malis, Philippe Martinet
• Type : Projet de thèse
• Discipline(s) : Automatique traitement du signal et des images
• Date : Inscription en doctorat le 01/11/2024
• Etablissement(s) : Université Côte d'Azur
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Artificial intelligenCE and efficieNT Algorithms for aUtonomous RobotIcs.

Mots clés

Mots clés libres

Vision par odinateur

Algorithmes quantiques

Localisation

Robotique

Computer vision

Quantum algorithms

Localization

Robotics

Résumé

L'informatique quantique révolutionne plusieurs disciplines scientifiques et leurs applications, comme la cryptographie ou le calcul scientifique [4]. Même si les efforts de recherche sont actuellement plus axés sur la réalisation physique des ordinateurs quantiques, des recherches sur les langages de programmation et les algorithmes sont déjà en cours car un ordinateur quantique permettrait de réaliser certains calculs inaccessibles aux supercalculateurs actuels en temps humainement raisonnable (suprématie quantique). Sans attendre l'émergence des ordinateurs quantiques universels, il y a un intérêt certain à identifier quels problèmes de perception en robotique pourraient être résolus par les machines quantiques disponibles aujourd'hui ou dans un futur proche et à proposer de nouveaux algorithmes quantiques [5]. En effet, les robots autonomes modernes nécessitent des capacités de vision rapide afin de percevoir et d'évaluer leur environnement. Les algorithmes de vision par ordinateur et de traitement d'image sont coûteux en calcul car ils doivent calculer des résultats sur des millions de pixels. L'étude de l'informatique quantique appliquée au traitement d'images a donné naissance à une nouvelle sous-discipline appelée Quantum Image Processing [1]. Les recherches en cours sur le traitement d'images quantiques nécessaires à la perception robotique concernent par exemple les représentations d'images quantiques [7], la détection et le suivi d'objets en mouvement [8]. Cependant, le traitement d'images ne traite que des images bidimensionnelles, ce qui n'est pas suffisant lorsqu'il s'agit de problèmes de perception robotique comme par exemple la localisation précise d'un robot dans un environnement complexe et dynamique [2]. Cette compréhension de haut niveau à partir d'images ou de vidéos numériques est fournie par des algorithmes de vision par ordinateur. Par conséquent, à l'instar du traitement d'image quantique, nous souhaitons explorer une nouvelle sous-discipline qui peut être appelée vision par ordinateur quantique. En effet, seules quelques méthodes existent pour exprimer une image tridimensionnelle par représentation quantique sous forme de nuage de points quantique [3]. Comme pour les autres technologies quantiques, nous pensons que la Quantum Computer Vision, dans certains cas, dépassera de loin les capacités et les performances de ses équivalents traditionnels. L'objectif principal de cette thèse est d'étudier de nouveaux algorithmes de vision par ordinateur quantique et de démontrer qu'ils sont supérieurs aux meilleurs algorithmes de vision par ordinateur conventionnels. Le candidat étudiera quels algorithmes de localisation classiques pour l'estimation de pose sont les mieux adaptés pour être accélérés par l'informatique quantique et concevra et validera ces algorithmes sur un ordinateur quantique distant. L'étudiant devra d'abord choisir la représentation d'image quantique la mieux adaptée [9] puis étudier comment extraire des caractéristiques utiles des images quantiques [10]. Enfin, l'étudiant proposera un algorithme d'estimation de pose 3D quantique et le comparera au meilleur algorithme classique. La partie pratique de cette recherche doctorale portera sur l'implémentation des algorithmes de vision par ordinateur dans une boîte à outils logicielle et l'expérimentation sur un robot réel. L'application privilégiée sera la localisation du robot (c'est-à-dire l'estimation de pose 3D) dans son environnement puisque cette information est nécessaire pour les tâches de navigation autonomes. Le candidat devra d'abord choisir le langage de programmation le mieux adapté à l'informatique quantique [6] puis implémenter les algorithmes à l'aide d'un service d'informatique quantique dans le cloud accessible à distance.

Quantum computing is revolutionizing several scientific disciplines and their applications, such as cryptography or scientific computing [4]. Even if research efforts are currently more focused on the physical realization of quantum computers, research on programming languages and algorithms is already underway because a quantum computer would make it possible to carry out certain calculations inaccessible to current supercomputers in humanly reasonable time (quantum supremacy). Without waiting for the emergence of universal quantum computers there is a definite interest in identifying which perception problems in robotics could be solved by quantum machines available nowadays or in the near future and to propose new quantum algorithms [5]. Indeed, modern autonomous robots require fast vision capabilities in order to perceive and assess their environment. Computer vision and image processing algorithms are computationally expensive as they have to compute results on millions of pixels. The study of quantum computing applied to image processing has given rise to a new sub-discipline called Quantum Image Processing [1]. Current ongoing research on quantum image processing required for robotic perception concerns for example quantum image representations, detection and tracking of moving objects [8]. However, image processing only deal with two dimensional images, which is not sufficient when dealing with robotic perception problems like for example the precise robot localization in a complex and dynamic environment [2]. This high-level understanding from digital images or videos is provided by computer vision algorithms. Therefore, similarly to quantum image processing, we want explore a new sub-discipline that can be called Quantum Computer Vision. Indeed, only few methods exist to express a three-dimensional image by quantum representation in the form of quantum point cloud [3]. As with other quantum technologies, we believe that Quantum Computer Vision will surpass the capabilities and performance of its traditional equivalents by far. The main objective of this PhD is to investigate a new Quantum Computer Vision algorithms and demonstrate that they are superior to the best conventional computer vision algorithms. The candidate will study which classical localization algorithms for pose estimation is best suited to be accelerated by quantum computing and will design and validate this algorithms on a remote quantum computer. The student will have first choose the best suited quantum image representation [9] then investigate how to extract useful features from quantum images [10]. Finally the student will propose a quantum 3D pose estimation algorithm and will compare it against the best classical algorithm. The practical part of this PhD research will consider the implementation of the computer vision algorithms into a software toolkit and the experimentation on a real robot. The privileged application will be the robot localization (i.e. 3D pose estimation) in its environment since this information is needed for autonomous navigation tasks. The candidate will have first choose the best suited programming language for quantum computing [6] then implement the algorithms using a quantum computing services in the cloud that can be remotely accessed (similar approaches are currently available for GPU-based processing).