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

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

Fusion multi-capteur pour la détection d'obstacle 29 mars 2007 29 mars 2007 D. Gruyer, D. Aubert, L. Smadja, M. Perrollaz, T. Veit.

Présentations similaires


Présentation au sujet: "Fusion multi-capteur pour la détection d'obstacle 29 mars 2007 29 mars 2007 D. Gruyer, D. Aubert, L. Smadja, M. Perrollaz, T. Veit."— Transcription de la présentation:

1 Fusion multi-capteur pour la détection d'obstacle 29 mars mars 2007 D. Gruyer, D. Aubert, L. Smadja, M. Perrollaz, T. Veit

2 suivi par stéréo vision Détection et suivi par stéréo vision Extraction des primitives Extraction des primitives Carte de disparité V- Disparité: (Plan de la route) Disparité: Deuxième passe (carte obstacle) Extraction zones dintérêt obstacles Confirmation et affinage association Calcul des vecteurs détat des obstacles: U,V, et dU,dV, d Matrice dobservation Non linéaire Correction Détection Volumes de prédiction Pistes x,y,zdx,dy,dz Transformation Cartesien image Prédiction Modèle linéaire Cibles Mesure tangage et hauteur dans la nouvelle image Association et prédiction Vecteurs détats des obstacles X k/k X k/k-1 X k+1/k X k/k Volumes observés par obstacle Kalman

3 Détection et suivi par stéréo vision Avantages: Calibrage automatique non trivial Précision se dégrade en fonction de la profondeur de lobjet La portée est directement liée à la résolution de limage et à la longueur de la base. plus on veut voir loin, plus la longueur de la base augmente, plus le temps de calcul augmente. Portée de détection limitée à 40m Quelques non détection et quelques fausses alarmes soit zone de recherche, soit problème de suivi. mauvaise précision pour lestimation de la vitesse des objets Inconvénients Détection des objets sur la route et discrimination en fonction de leurs hauteurs. Efficace dans des situations dégradées. Fonctionnement « temps réel » avec une résolution réduite (quart de PAL) estimation du plan de la route (route non plane) pour une meilleure détection des objets au dessus de la route Robuste aux faux appariements Limite les fausses détections et les non détections

4 Détection et suivi par télémétrie laser à balayage Architecture générale du suivi dobjet capteur Acquisition des données Modélisation Détection des objets AssociationCorrection prédiction Étape de détection Étape de suivi Cibles Pistes 2 approches: Par regroupement dynamique Par connexité Multi-plans Méthode par plan + Union des intersection + discrimination Piste 1 Critère 1 Critère 2 … Critère n Piste n Critère 1 Critère 2 … Critère n Combinaison multi-critères Combinaison multi-critères Combinaison multi-objets Transformée Pignistique P(H 1 ) P(H 2 ). P(H k ) Cible i Pistes

5 Avantages: Inconvénients Détection et suivi par télémétrie laser Détection précise Précision indépendant de la distance de lobjet portée à 60 mètres Fonctionnement « temps réel » (cadence double de la stéréovision) Gestion des apparitions, des disparitions et de la propagation des pistes Estimation de la confiance sur le suivi Perception sur 1 plan horizontal Sensible au mouvement du véhicule (tangage, roulis) Sensible au coefficient de réflexion des matériaux (pour les objets lointains) Un peu sensible aux conditions climatiques (pluie, soleil) pour les objets lointains

6 capteur 2 X12X12 X22X22 Pistes ( capteur 3) Capteur 3 X13X13 X23X23 X33X33 Capteur 1 X11X11 X21X21 X31X31 X41X X11X11 X22X22 X21X21 X31X31 X12X12 X13X13 X33X33 X23X23 X41X41 Association deux à deuxAssociation finale Fusion stéréovision/télémétrie laser Pistes ( capteur 2) Pistes ( capteur 1) Association multi-capteurs (première idée) Détection et suivi locale Détection et suivi locale Détection et suivi locale Détection et suivi locale Détection et suivi locals Détection et suivi locals Détection localeSources fusion

7 Association 2 à 2 (approche théorie des croyances) Matrice de fusion globale finale filtrée Matrice de fusion globale Pistes globales

8 Diagramme RTMaps de fusion multi-capteur Suivi des objects Fusion stéréovision/télémétrie laser/radar Fusion multi capteur (première idée)

9 Fusion stéréovision/télémétrie laser/radar Projets CARSENSE et MICADO (première idée)

10 Détection dobstacle par Stéréovision (v-disparité) Détection dobstacle par regroupement dimpacts dynamique y x Association Multi-objets Prédictionpistes Association, apparition, disparition, propagation Cibles Association Multi-objets Prédictionpistes Cibles Fusion Fusion stéréovision/télémétrie laser Obstacle potentiel Zone dintérêt Vision Laser Association, apparition, disparition, propagation

11 Fusion stéréovision/télémétrie laser Manque de précision des pistes pour lestimation de la vitesse ( on nutilise pas le capteur le plus précis comme référence) Influence forte des capteurs sur le résultat de la fusion (Risque plus grand de fausse alarme et de non détection) Sensibilité au calibrage des capteurs Radar LR Lidar

12 Détection dobstacle par Stéréovision (v-disparité) Détection dobstacle par regroupement dimpacts dynamique y x Association, apparition, disparition, propagation Association Multi-objets Association Multi-objets Prédictionpistes Cibles Fusion Fusion coopérative stéréovision/télémétrie laser Obstacle potentiel Obstacle potentiel Zone dintérêt Confirmation des pistes laser Confiance par piste Pistes laser Laser Vision

13 Détection Laser Confirmation par stéréovision + confiances Détection coopérative Fusion coopérative stéréovision/télémétrie laser

14

15 Avantages: Inconvénients Détection précise en 3D Précision indépendant de la distance de lobjet Portée à 60 mètres. Fonctionnement « temps réel »?? Deux approche possible: fusion multi-capteurs multi-pistes (coût du traitement, perception à 70 m traitement plus coûteux) fusion coopérative (dépendance des capteurs, exploitation de la stéréovision dans des zones réduites) Robuste aux faux appariements. Fausses détections et non détections très faible. Estimation de la confiance sur le suivi Calibrage Dépendance des capteurs Fusion coopérative stéréovision/télémétrie laser

16 Tests sur piste : Taux de détection réussie = 92,68 % Taux de détections tardives= 4,87 % Taux de non détection = 2,44 % Taux de fausses alarmes = 1,64 % Améliorations Améliorer le taux de détection Étendre la méthode à la zone de perception définie dans LOVE Prendre en compte les caractéristiques du télémètre 4 couches Évaluer limpact dune fréquence de 10hz pour le laser ( problèmes de suivi ??? Estimation de la vitesse) Étendre la portée de la perception (stéréovision longue portée > 60 mètres) Amélioration de la gestion des conflits Sensibilité au calibrage multi capteur Améliorations de lexistant

17 Tests et validation (SiVIC) Environnement et capteurs virtuels SiVIC RTMaps Données des capteurs Résultat


Télécharger ppt "Fusion multi-capteur pour la détection d'obstacle 29 mars 2007 29 mars 2007 D. Gruyer, D. Aubert, L. Smadja, M. Perrollaz, T. Veit."

Présentations similaires


Annonces Google