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 chemin.
L'ordinateur, à la manière d'un astronome, ne recolle pas les images, mais génère plusieurs vues aériennes 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. L'approche « regarder à différents moments » est directement empruntée à la méthode du transit de détection des exoplanètes : là, les scientifiques repèrent des mondes grâce aux infimes variations de la lumière d'une étoile.
Au final, la voiture autonome obtient un schéma clair, qui ne craint ni la pluie ni la boue. Les essais ont confirmé : la méthode repère les bandes plus précisément qu'avant et trace un itinéraire sûr.
Dans la nature, l'idée de la « vue de dessus » est utilisée par les rapaces : le faucon pèlerin repère sa proie depuis la hauteur d'un immeuble grâce à son cerveau qui assemble instantanément les images 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 actuels font exactement cela : transformer des signaux disparates en un schéma cohérent pour les voitures de série.