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

Présentations similaires


Présentation au sujet: "Fusion multi-capteur pour la détection d'obstacle"— Transcription de la présentation:

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

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

3 Détection et suivi par stéréo vision
Avantages: 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 Inconvénients Calibrage automatique non trivial Précision se dégrade en fonction de la profondeur de l’objet La portée est directement liée à la résolution de l’image 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 l’estimation de la vitesse des objets

4 Détection et suivi par télémétrie laser à balayage
Architecture générale du suivi d’objet Étape de détection 2 approches: Par regroupement dynamique Par connexité Multi-plans Méthode par plan + Union des intersection + discrimination capteur Acquisition des données Modélisation Détection des objets Étape de suivi Cibles Cible i Association Correction Pistes Piste 1 Critère 1 Critère 2 Critère n Piste n Combinaison multi-critères multi-objets Transformée Pignistique P(H1) P(H2) . P(Hk) Pistes Pistes prédiction

5 Détection et suivi par télémétrie laser
Avantages: Détection précise Précision indépendant de la distance de l’objet 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 Inconvénients 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 Fusion stéréovision/télémétrie laser
Association multi-capteurs (première idée) Capteur 1 X21 X11 Détection et suivi locale X11 X22 X31 X13 X41 1 2 Pistes ( capteur 1) capteur 2 X21 Détection et suivi locale 1 3 X12 X22 X31 Pistes ( capteur 2) X12 2 3 X33 Capteur 3 Détection et suivi locals X13 X23 X23 X33 X41 Pistes ( capteur 3) Détection locale Sources fusion Association deux à deux Association finale

7 Association 2 à 2 (approche théorie des croyances)
Matrice de fusion globale 1 2 3 4 5 6 7 8 9 Matrice de fusion globale finale filtrée 1 2 3 4 5 6 7 8 9 Pistes globales

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

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

10 Fusion stéréovision/télémétrie laser
Association, apparition, disparition, propagation Vision Détection d’obstacle par Stéréovision (v-disparité) pistes Prédiction Association Multi-objets Cibles Zone d’intérêt Association, apparition, disparition, propagation Fusion Laser Association Multi-objets Cibles y x Obstacle potentiel pistes Prédiction Détection d’obstacle par regroupement d’impacts dynamique

11 Fusion stéréovision/télémétrie laser
Manque de précision des pistes pour l’estimation de la vitesse ( on n’utilise 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 Fusion coopérative stéréovision/télémétrie laser
Association, apparition, disparition, propagation Vision Détection d’obstacle par Stéréovision (v-disparité) Confiance par piste Confirmation des pistes laser Zone d’intérêt Pistes laser Fusion Laser Association Multi-objets Cibles y x Obstacle potentiel pistes Prédiction Détection d’obstacle par regroupement d’impacts dynamique

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

14 Fusion coopérative stéréovision/télémétrie laser

15 Fusion coopérative stéréovision/télémétrie laser
Avantages: Détection précise en 3D Précision indépendant de la distance de l’objet 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 Inconvénients Calibrage Dépendance des capteurs

16 Améliorations de l’existant
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 l’impact d’une 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

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


Télécharger ppt "Fusion multi-capteur pour la détection d'obstacle"

Présentations similaires


Annonces Google