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

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

Suivi de trajectoires par vision Y. Goyat, T. Chateau, L. Trassoudaine 1.

Présentations similaires


Présentation au sujet: "Suivi de trajectoires par vision Y. Goyat, T. Chateau, L. Trassoudaine 1."— Transcription de la présentation:

1 Suivi de trajectoires par vision Y. Goyat, T. Chateau, L. Trassoudaine 1

2 Plan Introduction Principe de la méthode Résultats Perspectives

3 Introduction projet PREDIT SARI Surveillance Automatisée des Routes pour l'Information des conducteurs et des gestionnaires http://www.sari.prd.fr

4 Principe

5 Filtrage temporel Principe Estimation récursive de la densité conditionnelle : État à l’instant tHistorique des mesures

6 Filtrage temporel 2 étapes observation prédiction

7 Filtrage temporel Approximation par une méthode de Monte-Carlo Ensemble de particules avec poids associé Filtre à particules

8 Filtrage temporel

9 Définition de 3 modèles : Modèle d’état Modèle de prédiction Modèle d’observation

10 Vecteur d’état Utilisation d’un modèle bicyclette

11 Vecteur d’état Utilisation d’un modèle bicyclette

12 Modèle de prédiction Lié au modèle bicyclette : période d’échantillonnage

13 Modèle d’observation

14 Extraction de fond

15 Modèle d’observation

16

17 Extraction de fond : le vue-mètre Modèle probabiliste : 1 v. aléatoire discrète associée à chaque pixel 2 états possibles : fond (  1 ) ou forme (  2 ) Mesures : composantes RVB marginalisation

18 Extraction de fond : le vue-mètre marginalisation Approximation discrète Fonction de masse Fonction de Kronecker

19 Extraction de fond

20 Extraction de fond : le vue-mètre Mise à jour temporelle du modèle par un paramètre

21 Extraction de fond

22 Modèle 3D de véhicule

23 Calcul du poids associé à une particule Projection dans l’image : poids définit comme la différence entre le nombre de points formes et le nombre de points fond (seuillé pour être positif)

24 Calcul du poids Amélioration des temps de calcul 1) : approximation de la projection de modèle 3D par son enveloppe convexe 2) : utilisation d’une image intégrale par ligne

25 Initialisation - Position : recherche du centre d’un amas de points dans l’image- - Orientation, angle volant : prior lié au rayon de courbure du virage - Vitesse : prior lié au virage

26 Résultats Vue de dessus

27 Résultats Modèle étalonné sur véhicule 406

28 Résultats Variation du nombre de particules

29 Résultats Variation du nombre de cubes dans le modèle

30 Conclusion Mise en œuvre d’un système de suivi de trajectoires par vision Précision obtenue de l’ordre de 20 à 40 cm Point critique : extraction fond forme

31 Perspectives Amélioration de l’extraction fond forme Fusion de capteurs (utilisation d’un télémètre laser à balayage)


Télécharger ppt "Suivi de trajectoires par vision Y. Goyat, T. Chateau, L. Trassoudaine 1."

Présentations similaires


Annonces Google