Thèse de doctorat en Informatique industrielle et automatique
Sous la direction de François Cabestaing et de Jack-Gérard Postaire.
Soutenue en 2002
à Lille 1 .
La perception de l'environnement des véhicules par des systèmes de vision embarquée constitue une thématique privilégiée des grands programmes de recherche destinés à améliorer la sécurité routière. Dans la plupart des applications de la vision artificielle à la localisation des véhicules, les caméras sont installées à l'avant afin d'observer la zone située dans le champ de vision du conducteur. Nous proposons une approche par rétrovision dans laquelle l'adéquation images-modèle est abordée comme un problème inverse. Cette stratégie, qui permet de s'affranchir de la phase de segmentation des images, s'appuie sur une description par un modèle explicite de la chaussée visible dans les images. Nous décrivons la méthode itérative qui autorise la mise à jour du modèle de la chaussée entre les images successives de la séquence tout en estimant la position latérale du véhicule. Des simulations sur des images de synthèse d'un circuit autoroutier prouvent l'efficacité de la méthode proposée.
Lateral self-location of a vehicle on a structured road by retrovision image sequence analysis
Pas de résumé disponible.