Gestion de la confiance dans un système de fusion multisensorielle : application à la détection de piétons en situations routières

par Fadi Fayad

Thèse de doctorat en Technologies de l'information et des systèmes

Sous la direction de Véronique Berge-Cherfaoui.

Soutenue en 2009

à Compiègne .


  • Résumé

    Cette étude est une contribution aux systèmes d'aide à la conduite automobile en mettant principalement l'accent sur la détection des obstacles routiers. A partir de traitements des données fournies par un ou plusieurs capteurs embarqués sur un véhicule routier, on cherche à détecter, identifier et suivre les obstacles mobiles ce qui permettra d'envisager ensuite une assistance adaptée à la situation. Pour un tel système de fusion de données, la fiabilité des résultats de détection et de reconnaissance est très importante, c'est pourquoi nous proposons une méthode de gestion de la confiance à différentes étapes du processus : détection, reconnaissance et suivi. Lors du suivi temporel, nous proposons une technique de mise à jour de la confiance dans la détection et la reconnaissance à l’aide de fonctions de croyance. La détection de piétons qui est le coeur du projet LOVe (Logiciel d'Observation des Vulnérables) représente un cas particulier de cet étude pour laquelle un système embarqué temps réel à été développé pour détecter, identifier et suivre les piétons. Le système est intégré dans CARMEN, la plateforme du laboratoire HEUDIASYC.

  • Titre traduit

    Confidence management in a multi-sensor fusion system : application to pedestrian detection in road situations


  • Résumé

    This study is a contribution to the advanced driver assistance systems (ADAS), mainly in the domain of road obstacles detection. Using data provided by one or more sensors embarked on a road vehicle, we're trying to identify and track mobile obstacles, thus allowing an automatic assistance which is adapted to the situation. For such data fusion system, the reliability of objects detection and recognition is very important; this is why we propose to manage the confidence in different stages of the process: detection, recognition and tracking. While tracking objects, we propose a technique to update the confidence in detection and recognition using belief functions. Pedestrian detection, which is the heart of the project LOVe (Logiciel d'Observation des Vulnérables), represents a particular case of this study for which a real time embedded system is developed to detect, identify and track pedestrians. The system is integrated in CARMEN, the experimental vehicle of HEUDIASYC laboratory.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (165 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 115 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Technologie de Compiègne. Service Commun de la Documentation.
  • Disponible pour le PEB
  • Cote : 2009 FAY 1795
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.