Détection d'obstacles

Biped et son copilote pour malvoyants intègrent MassChallenge Switzerland

Basée à Lausanne, la start-up Biped est sélectionnée par MassChallenge Switzerland. La jeune pousse développe un harnais pour personnes aveugles et malvoyantes, capable de détecter les obstacles à l’aide de l’IA.

La start-up romande Biped développe un copilote pour personnes malvoyantes, basé sur l’IA, qui détecte les obstacles et pourrait à l’avenir bien davantage. (Source: Biped)
La start-up romande Biped développe un copilote pour personnes malvoyantes, basé sur l’IA, qui détecte les obstacles et pourrait à l’avenir bien davantage. (Source: Biped)

MassChallenge Switzerland a récemment annoncé la cohorte de son édition 2023. Parmi les 112 start-up sélectionnées cette année par l'accélérateur, une dizaine est active dans le domaine de la Healthtech. Dont Biped, basée à Lausanne. Sa solution est décrite par MassChallenge Switzerland comme «un copilote intelligent pour les personnes aveugles qui détecte les obstacles grâce à l'intelligence artificielle».

Sur le site web de Biped, les deux fondateurs de Biped, Mael Fabien (CEO) et Bruno Vollmer (CTO), expliquent avoir l’ambition de créer une innovation qui change la vie des personnes malvoyantes et qui pourrait leur permettre de découvrir de nouveaux endroits entièrement par eux-mêmes, en toute sécurité et autonomie. L’idée est de mettre au point un copilote inspiré de celui des véhicules autonomes, capable de lire du texte, de reconnaître des visages, de détecter des passages pour piétons spécifiques et de fournir une navigation intérieure dans des bâtiments. Sur le long terme, les cofondateurs de  Biped espèrent que leur technologie sera même capable d’aider les utilisateurs à courir ou à faire du patin à glace. La start-up s'est associée à l'institut de recherche Honda. 

Leur produit éponyme se présente comme «un harnais qui détecte les obstacles à l'approche et donne des instructions GPS, tout-en-un, avec un retour audio». Le dispositif est équipé de caméras, d'une batterie et d'un petit ordinateur. Des modèles algorithmiques de reconnaissance d'objets identifient les obstacles (statiques ou mobiles) et prédisent les risques de collision. L'utilisateur est averti par un signal sonore via un casque Bluetooth.  
 

Tags
Webcode
Y2PP5uaA