La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 SP3 Schémas globaux Véronique Cherfaoui + partenaires SP3 29 mars 2007.

Présentations similaires


Présentation au sujet: "1 SP3 Schémas globaux Véronique Cherfaoui + partenaires SP3 29 mars 2007."— Transcription de la présentation:

1 1 SP3 Schémas globaux Véronique Cherfaoui + partenaires SP3 29 mars 2007

2 2 SP3 schémas globaux Avant propos : Proposition de changer le nom des repères : Après discussion avec François : on garde les anciennes notations à savoir –RUSL Repère Love = repère télémètre –RUCM = repère monovision –RUCS = repère stéréovision

3 3 Tache 3.1 Couplage Zones dintérêt / détection Projection Sélection/Focalisation/ Prédiction/Reconnaissance Zones dintérêt (RUSL) Zones dinterêt (RUCM) Zones dinterêt (RUCS) (1), (7), (2) Zones dintérêt (RUi) Objets/piétons (RUi) (1) : i = SL (4)(6) : i = CM (6) i=CS LIVIC (1) IEF(2) Emotion (3) CAOR (4) Heudiasyc (5) LIST(6) LASMEA (7) ICARE (8) proprio Données du capteur i

4 4 3.1 questions Lisibilité de la tâche 3.1 par rapport à la tâche 2.1 En quoi le module 3.1 est différent du ou des modules développés en 2.1 Ce que va contenir ce module ( sélection, focalisation, projection, reconnaissance …)

5 5 Tache Solution combinées LIVIC (1) IEF(2) Emotion (3) CAOR (4) Heudiasyc (5) LIST(6) LASMEA (7) ICARE (8) 2 type darchitectures identifiées lors du séminaire du 15 novembre (voir présentation SP3)

6 6 Tache 3.2 architecture type 1 Les entrées sont –des données de différents capteurs –Des zones dintérêt Partenaires identifiés –(1), (3) (4),(6), (8) Capteur 1 Mesures 1 Fusion des mesures Détection, Estimation Objets Pistage Association, Estimation, Prédiction Pistes LIVIC (1) IEF(2) Emotion (3) CAOR (4) Heudiasyc (5) LIST(6) LASMEA (7) ICARE (8) Capteur n Mesures n Zones dintérêt (1)(3)(4)(6) RUSL (8) RUCM (1)(3)(4)(6) RUSL (8) RUCM

7 7 Prédiction trajectoire Zone de travail SP1, Données proprioceptives, Données de calibrage Zone image (RUCM) Zone Intérêt Scène (RUSL) Rétro-Projection Confirmation des pistes lasers par stéréovision Confiances par piste Images stéréo N&B rectifiées et synchrones,Z ones de recherche Combinaison stéréovision/laser Détection cibles potentielles Pistes (RUSL) potentielles Impacts LASER, Zone de recherche Pistes (RUSL) Piste sélectionnée (RUSL) TTC (position, orientation, précision, confiance) LIVIC (1) code couleur x 3.1 ou 2.1? prédiction Association Multi-objets Mise à jour

8 8 Laser Can, Gyro Caméra DétectionZone d'intérêt Pistage 3D Pistage 2D (Point d'intérêts) Projection 3D -> 2D Détection Vision (Adaboost,...) Pistage 3D Prise de décision (seuillage sur indice de confiance) Pistes (Laser + Vision) Pistes + (Objects Vision) Full Image Pistes 3D Image ROI Fusion 2D Objects 3D + Objects 2D Image ROI Tâche 2.1 Tâche 2.4 Tâche 3.2 CAOR (4)

9 9 Calcul de la disparité avec fusion des données image et Lidar Disparité sur Les objets Images stéréo N&B rectifiées et synchrones Classification par fusion de la disparité et de lapparence Piétons (RUSL) (position, confiance) CEA(6) Objets (T2.1) Données Lidar Pistage: Association avec ancienne piste ou création nouvelle piste Pistes Piétons (RUSL)

10 10 Emotion (3) code couleur x 3.1 ou 2.1? Image mono (RUCM) Fusion dans une grille doccupation Paire dimage Stéréo (RUCS) Détecteur 1 Prédiction BOF Détecteur 2... Pistes de piétons (RUSL) Proprioception

11 11 ICARE (8) Prediction Suivi Visuel Propioception Image Mono (RUCM) Telemetre (RUSL) Calibration Piste

12 12 Tache 3.2 architecture type 2 Les entrées sont –Des objets/piétons détectés par lune ou lautre modalité. Partenaires identifiés –(5), (7) Pistage Association, Estimation, Prédiction Pistes RUSL Objets RUSL Détection Estimation Détection Estimation Capteur 1 Mesures 1 Capteur n Mesures n LIVIC (1) IEF(2) Emotion (3) CAOR (4) Heudiasyc (5) LIST(6) LASMEA (7) ICARE (8)

13 13 Heudiasyc (5) code couleur x 3.1 ou 2.1? Fusion dobjets Pistage Association dobjets/pistes Détecteur i Objets rusl Mise à jour/Estimation des pistes Initialisation nouvelles pistes Pistes rusl Prédiction Données proprio Pistes rusl Détecteur jDétecteur k …

14 14 Association Objets/Pistes maintien FUSION DES OBJETS Destruction piste CORRECTIONINITIALISATION PREDICTION Détecteur iDétecteur j LASMEA (7) proprio Pistes rusl o o n n Objets rusl

15 15 IEF (2) Association dobjets/pistes Détecteur i Mise à jour/ Estimation pistes Initialisation nouvelles pistes Gestion des pistes / Evaluation Données proprio Pistes rusl 8+L8+L 8m8m 8+L8+L 8m8m Carte vue de dessus Prédiction Recalage Carte vue de dessus Choix de t Fenêtre Objet Détecteur i Objets rusl Détecteur jDétecteur k Fenêtres Focalisation pour détecteur robuste Scrutation sur nouvel horizon Prise en compte du mouvement des vulnérables sur la carte supervisionsupervision X

16 16 Tâche 3.3 Combinaison de pistes Architecture type 3 –fusion décentralisée –Intérêt : utiliser des modules indépendants –gérer lasynchronisme Partenaires identifiés –(4) (5), (7) objets Pistage Détection Estimation Détection Estimation Pistage objets Pistes Pistes Danger, Contrôle Combinaison de pistage Association,combinaison, analyse Capteur 1 Mesures 1 Capteur n Mesures n LIVIC (1) IEF Emotion (3) CAOR (4) Heudiasyc (5) LIST(6) LASMEA (7) ICARE (8)

17 17 LaserCan, Gyro Caméra DétectionZone d'intérêt Détection (Adaboost,...) Pistage 3D Pistage 2D (Point d'intérêts) Recalage temporel Matching/Fusion 2D Pistage 3D Prise de décision (seuillage sur indice de confiance) Pistes (Laser + Vision)Pistes + (Objects Vision) Pistes + Objects (si objects vision non matchés Laser) Objects 2D Pistes 2DPistes 3D Tâche 2.1 Tâche 2.4 Tâche 3.3 Tâche 2.2 CAOR (4)

18 18 Heudiasyc (5) code couleur x 3.1 ou 2.1? Association pistes/pistes Combinaison des pistes Pistes j tj,rusl Données proprio Etat des modules Pistes i ti,rusl Recalage temporel Validation /analyse Pistes globales rusl Initialisation nouvelles pistes ? Pistes j tc,rusl Pistes i tc,rusl Pistes globales tc,rusl Etat des modules

19 19 LASMEA (7) Pistes i ti,id_i, rusl Pistes j tj,id_j, rusl Recalage temporel Association piste à piste Prédiction id_i dispo id_j dispo correction maintien Initialisation maintien correction Fusion Validation Destruction piste Pistes globales rusl n n n o o o o n proprio


Télécharger ppt "1 SP3 Schémas globaux Véronique Cherfaoui + partenaires SP3 29 mars 2007."

Présentations similaires


Annonces Google