Les caméras d'une voiture autonome captent la lumière, telles des télescopes pointés vers une lointaine galaxie. Chaque image est une observation fragmentaire ; ensemble, elles doivent former une carte du trajet.
L'ordinateur, à la manière d'un astronome, n'assemble pas les images, mais génère plusieurs vues de dessus possibles et les compare aux données réelles. La meilleure option est choisie selon l'entropie — une mesure de l'incertitude qui diminue lorsque le plan correspond à la réalité. Les images individuelles sont traitées comme en photométrie, où l'on reconstitue l'apparence d'un objet à partir de la luminosité et des ombres. Et l'approche même de « regarder à différents moments » est directement empruntée à la méthode du transit pour la recherche d'exoplanètes : là, les scientifiques repèrent des mondes grâce aux infimes variations de la lumière d'une étoile.
Au final, le véhicule autonome obtient un schéma clair, qui ne craint ni la pluie ni la boue. Les essais ont confirmé : la méthode trouve les bandes de circulation plus précisément que les précédentes et construit un itinéraire sûr.
Dans la nature, l'idée de la « vue de dessus » est utilisée par les oiseaux de proie : le faucon pèlerin repère sa proie depuis la hauteur d'un immeuble grâce au fait que son cerveau assemble instantanément l'image de ses deux yeux en une vision en trois dimensions.
Dans le film « Ex Machina », l'androïde au volant ne s'appuie que sur des capteurs, sans construire de carte. Les algorithmes d'aujourd'hui font exactement cela : ils transforment des signaux épars en un schéma cohérent pour les voitures de série.