Localisation de véhicules en milieu urbain à l'aide d'un lidar et d'une base de données navigable

Vehicle localization in urban areas using a lidar and a digital road database

• Auteur / Autrice : Maged Jabbour
• Direction : Philippe Bonnifait
• Type : Thèse de doctorat
• Discipline(s) : Technologies de l'information et des systèmes
• Date : Soutenance en 2007
• Etablissement(s) : Compiègne

Mots clés

Mots clés contrôlés

Circulation urbaine

Véhicules automobiles -- Capteurs

Systèmes de communication à laser

GPS

Lidar

Réseaux routiers intelligents

Cartographie -- Informatique

Système d'information géographique

Véhicules automobiles -- Localisation automatique

Mots clés libres

Information géographique embarquée

Véhicules intelligents

Capteurs lasers

Résumé

Cette thèse s'intéresse à l'égo-localisation dynamique de véhicules intelligents, dans un univers plan, en utilisant comme sources principales d'information un OPS hybridé, avec un lidar (capteur laser à balayage), une base de données navigable et des capteurs proprioceptifs pour traiter les problèmes de mauvaise visibilité des satellites en milieu urbain. En s'appuyant sur une cartographie des bords de chaussée, le lidar permet d'avoir une localisation qui s'affine au fur et à mesure des passages dans les mêmes endroits, grâce à une formulation du problème sous l'angle de la localisation et cartographie simultanées. La base de données navigable contient elle aussi une information qui peut être fusionnée pour améliorer la localisation. Ainsi, une méthode de suivi de pose matchée multi-hypothèse est proposée pour utiliser l'information cartographique comme une observation dans le processus de localisation grâce à un mélange de Gaussiennes. Finalement, la base de données navigable est mise à profit comme dorsale pour gérer les amers provenant des capteurs extéroceptifs. Ces amers qui sont regroupés dans des cartes locales rattachés aux routes constituent une couche d'information géographique utilisée pour la navigation autonome des véhicules intelligents. Des travaux expérimentaux illustrent les performances des différentes approches étudiées.

This thesis deals with 2D dynamic ego-localization of Intelligent Vehicles in urban areas by using, as main source of information, a GPS receiver hybridized with a lidar (laser range scanner), a digital database and proprioceptive sensors, in order to overcome the problem of poor satellite visibility in urban areas. Thanks to the mapping of road curves, the lidar allows localizing the vehicle with an accuracy that increases as the vehicle drives in the same areas. This procedure is implemented using a Simultaneous Localization And Mapping (SLAM) formulation of the problem. Since, road databases contain location information that can be fused to improve localization. A multi hypothesis map-matching method for tracking the pose is proposed. It uses the map information as an observation in the localization process through a Gaussian mixture. Finally, we propose to use the road database as a backbone to manage natural landmarks storage coming from exteroceptive sensors. These landmarks, which are regrouped in local maps and linked to roads, constitute a dedicated geographic information layer that can be used for the autonomous navigation of intelligent vehicles. Experimental results show the performance of the different studied approaches.