Fusion de données multi-capteurs pour l'estimation de la zone navigable pour le véhicule à conduite automatisée

Multi-sensor data fusion for the estimation of the navigable space for the autonomous vehicle

• Auteur / Autrice : Valentin Magnier
• Direction : Dominique Gruyer
• Type : Thèse de doctorat
• Discipline(s) : Traitement du signal et des images
• Date : Soutenance le 29/05/2018
• Etablissement(s) : Université Paris-Saclay (ComUE)
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire sur les Interactions Véhicules-Infrastructure-Conducteurs (Versailles - Satory ; 1999-2019)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université d'Évry-Val-d'Essonne (1991-....)
• Jury : Président / Présidente : Michel Basset
• Jury : Examinateurs / Examinatrices : Dominique Gruyer, Michel Basset, Michèle Rombaut, Pascal Vasseur, Vincent Vigneron, Bruno Durand
• Jury : Rapporteurs / Rapporteuses : Michèle Rombaut, Pascal Vasseur

Mots clés

Mots clés contrôlés

Calcul adaptatif

Fusion multicapteurs

Véhicules autonomes

Mots clés libres

Théorie des croyances

Résumé

Dans cette thèse, nous avons développé un système de fusion de données multi-capteur destiné à l’estimation de la zone navigable autour véhicule. Ce système est modulaire en fonction des capteurs disponibles sur le véhicule. Il permet d'alimenter les applications clientes avec une représentation fiable des acteurs de la scène routière perçus par les capteurs embarqués. Il est aussi capable de réaliser une prédiction temporelle de ce que sera la scène dans les secondes à venir. Des meta-informations (vitesses, type d'objet,...) sont aussi fournies aux applications clientes (en l'occurrence partie décision pour le véhicule autonome).L'algorithme proposé s’accommode de différents types de capteurs (LiDAR, radar, ...) pouvant fonctionner à des fréquences différentes. Il repose sur une modélisation de la scène utilisant deux algorithmes spécialisés, l'un pour les objets mobiles et l'autre pour la scène fixe.

In this PhD Thesis, we have developed a multi-sensors data-fusion architecture dedicated to the estimation of the free-space zone surrounding the vehicle. This system is modular according the sensors configuration of the vehicle. It provides to the customer applications a reliable representation of the road scene's actors that are perceived by the embedded sensors. It is also able to predict what the road scene will be in a few seconds.Meta information such as speed or type of object are provided to customer applications (in our case, the supervisor part of an autonomous vehicle).The proposed algorithm is able to work with various types of sensors (LiDAR, radar, ...) that can even run at different frequencies. It is based on a model of the road environment using two dedicated algorithms: one for the moving obstacles and another for the static scene.