Exploitation conjointe de l'information spatiale et temporelle d'une séquence stéréoscopique d'images synchronisées : application à la détection d'obstacles dans une scène routière

Objects segmentation in automotive scenes combining spatial and temporal information of a sequence of synchronized stereoscopic images

• Auteur / Autrice : Capucine Legrand
• Direction : Vincent Frémont
• Type : Thèse de doctorat
• Discipline(s) : Technologies de l'Information et des Systèmes
• Date : Soutenance en 2009
• Etablissement(s) : Compiègne
• Ecole(s) doctorale(s) : École doctorale 71, Sciences pour l'ingénieur (Compiègne)

Mots clés

Mots clés contrôlés

Analyse du mouvement

Limitations de vitesse

Automobiles -- Vitesse

Capteurs (technologie)

Véhicules automobiles -- Capteurs

Stéréoscopes

Accidents de la route

Automobiles -- Dispositifs de sécurité

Sécurité routière

Mots clés libres

Stéréocinétique

Scène routière

Segmentation d'objets

Aide à la conduite

Disparité

Flot optique

Résumé

Les laboratoires de recherche et l'industrie automobile s'intéressent à l'utilisation de caméras pour des fonctions d'aide à la conduite ou des fonctions de sécurité en raison de la polyvalence qu'ils induisent, et de leur rentabilité économique. Plus précisément, PSA Peugeot Citroën s'intéresse à la richesse des informations issues conjointement de la stéréovision du mouvement qui en font une approche à fort potentiel dans le contexte automobile des fonctions d'aide à ta conduite et de sécurité : il est en effet essentiel de pouvoir localiser, identifier et caractériser avec efficacité des objets tels que véhicules, piétons, éléments de l'infrastructure. La thèse est orientée vers la recherche d'une méthode stéréocinétique générique, applicable à l'analyse de scènes routières intérieures et extérieures. Vers l'intérieur de l'habitacle, on cherchera à détecter les occupants, à localiser leur tête et à déterminer leur mouvement. Vers L'extérieur du véhicule, on cherchera à estimer le temps nous séparant de la collision avec les différents obstacles localisés. Une approche générique utilisant conjointement l'information spatiale et temporelle est proposée pour localiser les objets et estimer leur position et leur mouvement. La segmentation d'objets dans des vidéos stéréoscopiques diverses telles que l'intérieur ou l'extérieur d'un véhicule est ainsi réalisée.

My research focuses on trajectory planning and control of autonomous vehicles. This work is a part of an extremely ambitions project launched by the Heudiasyc laboratory about autonomous driving at high speed (longitudinal speed greater to 5m/s : 18km/h). With regard to the control of autonomous vehicles at high speed, a lateral controller using higher-order sliding mode control is proposed. Given the implicit similarity between the sliding mode and the principle of immersion and invariance, two controllers using the principle of immersion and invariance have been subsequently proposed in order to improve the performance with respect to the sliding mode. The development of these new controllers shows very strong robust stability which leads us to study the intrinsic properties of the system. A study of the passivity properties of the system is also carried out, showing some interesting characteristics of the system. Hence, a robust Passivity-based controller has been developed. Regarding the navigation, we have developed two navigation algorithms based on the tentacles method. Subsequently, a feasibility study of trajectory generation strategies for high speed driving is conducted. The outcorne of the simulation proved that the algorithms gave out good results with respect to the expected objectives of obstacle avoidance and global reference path following. Control and motion planning algorithms developed were validated offline by simulation with real data. They have been also tested on a realistic simulator.