Détection d'obstacles multi-capteurs supervisée par stéréovision

par Mathias Perrollaz

Thèse de doctorat en Sciences mécaniques. Acoustique et électronique

Sous la direction de Didier Aubert.

Soutenue en 2008

à Paris 6 .


  • Résumé

    La détection d’obstacles tient une place importante dans le développement d’aides à la conduite innovantes, en permettant d’anticiper d’éventuelles collisions. Cette thèse aborde le thème de la détection d’obstacles à travers une approche multi-capteurs qui se veut robuste et générique, grâce au rôle central conféré à la stéréovision : les différents capteurs (capteur stéréoscopique, lidar, capteur coopératif d’identification optique) fournissent des hypothèses de détection sous la forme de volumes d’intérêt dans l’espace de disparité lié aux images stéréoscopiques. Un traitement localisé dans chacune de ces régions permet ensuite de valider et de caractériser ces hypothèses. Cette thèse propose la description de cette méthodologie, trois méthodes de création d’hypothèses de détection, et des critères pour la validation de celles-ci. Des aspects pragmatiques relatifs à la mise en œuvre sont également abordés, comme les choix algorithmiques permettant l’obtention de mesures en temps réel, ou l’évaluation des méthodes proposées. Enfin, trois applications fonctionnelles, anticipant sur de futures aides à la conduite, sont décrites.

  • Titre traduit

    Multi-sensors road obstacle detection controlled by stereovision


  • Résumé

    Road obstacle detection is a major topic for the developpment of future Advanced Driver Assistance Systems (ADAS). In this document, we propose a multi-sensor approach to obstacle detection. It is assumed to be robust and generic, thanks to a control task confered to stereovision. In the proposed approach, various sensors (stereoscopic sensor, laser scanner, optical identification sensor) provide hypothesis of detections, which are represented as volumes of interest in the disparity space associated to the stereoscopic images. These volumes are then processed by a stereovision algorithm to perform validation and characterization of the hypothesis. We propose a description of this methodology, three methods for the creation of hypothesis, and criteria for their validation. We also explore some practical aspects related to the implementation and the evaluation of the proposed strategy. Particularily, we propose to determine the appropriate method to obtain usable data from the stereoscopic images. Finally, three applications of the proposed methodology, fully operational in experimental vehicles, are presented. They figure how obstacle detection and cooperation with inter-vehicle communication could be used for the=developpment of future ADAS

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (XII-159 p.)
  • Annexes : Bibliogr. p. 153-158. 87 réf. bibliogr.

Où se trouve cette thèse ?

  • Bibliothèque : Université Pierre et Marie Curie. Bibliothèque Universitaire Pierre et Marie Curie. Section Biologie-Chimie-Physique Recherche.
  • Consultable sur place dans l'établissement demandeur
  • Cote : T Paris 6 2008 649
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.