Skip to Main content Skip to Navigation
Theses

Détection d'obstacles multi-capteurs supervisée par stéréovision

Mathias Perrollaz 1, 2
2 E-MOTION - Geometry and Probability for Motion and Action
Inria Grenoble - Rhône-Alpes, LIG [2007-2015] - Laboratoire d'Informatique de Grenoble [2007-2015]
Résumé : Parmi les nouvelles technologies envisagées pour le développement d'aides à la conduite innovantes, la détection d'obstacles tient une place importante. Elle permet en effet d'anticiper d'éventuelles collisions, pour un gain réel en sécurité. Cette thèse propose d'aborder le thème de la détection d'obstacles par une approche multi-capteurs qui se veut robuste et générique, grâce au rôle central conféré à la stéréovision. Dans la méthodologie proposée, les différents capteurs (capteur stéréoscopique, télémètre laser, capteur 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. Nous proposons dans cette thèse la description de cette méthodologie, trois méthodes de création d'hypothèses de détection et des critères pour la validation de celles-ci. Par ailleurs, des aspects pragmatiques liés à la mise en oeuvre de cette approche sont abordés, comme les choix algorithmiques permettant l'obtention en temps réel de données exploitables pour la stéréovision et l'évaluation des méthodes proposées. Enfin, nous présentons trois applications fonctionnant dans des véhicules expérimentaux et anticipant sur de futures aides à la conduite.
Complete list of metadatas

Cited literature [75 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-00656864
Contributor : Mathias Perrollaz <>
Submitted on : Thursday, January 5, 2012 - 12:50:30 PM
Last modification on : Friday, July 17, 2020 - 5:08:30 PM
Document(s) archivé(s) le : Friday, April 6, 2012 - 2:31:00 AM

Identifiers

  • HAL Id : tel-00656864, version 1

Citation

Mathias Perrollaz. Détection d'obstacles multi-capteurs supervisée par stéréovision. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université Pierre et Marie Curie - Paris VI, 2008. Français. ⟨tel-00656864⟩

Share

Metrics

Record views

2971

Files downloads

25888