Reconstruction and analysis of moving objects trajectories from monocular images sequences, using Hidden Markov Model and Dempster-Shafer Theory - Application for evaluating dangerous situations in level crossings
Reconstruction et analyse de trajectoires 2D d'objets mobiles par modélisation markovienne et par la théorie de l'évidence à partir de séquences d'images monoculaires - Application à l'évaluation du danger aux passages à niveau
Résumé
The main objective of this thesis is to develop a system for monitoring the close environment of a level crossing. It aims to develop a perception system allowing the detection and the evaluation of dangerous situations around a level crossing. To achieve this goal, the overall problem of this work has been broken down into three main stages. In the first stage, we propose a method for optimizing automatically the location of video sensors in order to cover optimally a level crossing environment. This stage addresses the problem of cameras positioning and orientation in order to view optimally monitored scenes. The second stage aims to implement a method for objects tracking within a surveillance zone. It consists first on developing robust algorithms for detecting and separating moving objects around level crossing. The second part of this stage consists in performing object tracking using a Gaussian propagation optical flow based model and Kalman filtering. On the basis of the previous steps, the last stage is concerned to present a new model to evaluate and recognize potential dangerous situations in a level crossing environment. This danger evaluation method is built using Hidden Markov Model and credibility model. Finally, synthetics and real data are used to test the effectiveness and the robustness of the proposed algorithms and the whole approach by considering various scenarios within several situations. This work is developed within the framework of PANsafer project (Towards a safer level crossing), supported by the ANR-VTT program (2008) of the French National Agency of Research. This project is also labelled by Pôles de compétitivité "i-Trans" and "Véhicule du Futur". All the work, presented in this thesis, has been conducted jointly within IRTES-SET laboratory from UTBM and LEOST laboratory from IFSTTAR.
Les travaux présentés dans ce mémoire s'inscrivent dans le cadre du projet PANsafer (Vers un Passage A Niveau plus sûr), lauréat de l'appel ANR-VTT 2008. Ce projet est labellisé par les deux pôles de compétitivité i-Trans et Véhicule du Futur. Le travail de la thèse est mené conjointement par le laboratoire IRTES-SET de l'UTBM et le laboratoire LEOST de l'IFSTTAR. L'objectif de cette thèse est de développer un système de perception permettant l'interprétation de scénarios dans l'environnement d'un passage à niveau. Il s'agit d'évaluer des situations potentiellement dangereuses par l'analyse spatio-temporelle des objets présents autour du passage à niveau. Pour atteindre cet objectif, le travail est décomposé en trois étapes principales. La première étape est consacrée à la mise en place d'une architecture spatiale des capteurs vidéo permettant de couvrir de manière optimale l'environnement du passage à niveau. Cette étape est mise en œuvre dans le cadre du développement d'un simulateur d'aide à la sécurité aux passages à niveau en utilisant un système de perception multi-vues. Dans ce cadre, nous avons proposé une méthode d'optimisation permettant de déterminer automatiquement la position et l'orientation des caméras par rapport à l'environnement à percevoir. La deuxième étape consiste à développer une méthode robuste de suivi d'objets en mouvement à partir d'une séquence d'images. Dans un premier temps, nous avons proposé une technique permettant la détection et la séparation des objets. Le processus de suivi est ensuite mis en œuvre par le calcul et la rectification du flot optique grâce respectivement à un modèle gaussien et un modèle de filtre de Kalman. La dernière étape est destinée à l'analyse des trajectoires 2D reconstruites par l'étape précédente pour l'interprétation de scénarios. Cette analyse commence par une modélisation markovienne des trajectoires 2D. Un système de décision à base de théorie de l'évidence est ensuite proposé pour l'évaluation de scénarios, après avoir modélisé les sources de danger. L'approche proposée a été testée et évaluée avec des données issues de campagnes expérimentales effectuées sur site réel d'un passage à niveau mis à disposition par RFF.
Loading...