Etude du traitement de données imparfaites pour le suivi multi-objets : application aux situations routières

• Auteur / Autrice : Dominique Gruyer
• Direction : Véronique Berge-Cherfaoui
• Type : Thèse de doctorat
• Discipline(s) : Contrôle des systèmes
• Date : Soutenance en 1999
• Etablissement(s) : Compiègne

Résumé

Nous proposons dans ce mémoire une méthode pour traiter et prendre en compte des données imparfaites dans le but de suivre des objets dynamiques. Nous avons considéré dans ce travail que les données provenant des capteurs sont imparfaites et nous avons cherché d'une part à développer des algorithmes qui prennent en compte ces imperfections et d'autre part à caractériser la qualité des résultats obtenus. L'étude des différentes modélisations dans la littérature pour représenter l'imprécision et l'incertitude nous ont amené à proposer une modélisation de mesures floues construites à partir de l'espace des mesures et non plus à partir de la mesure seule. A l'aide de cette modélisation, nous avons réalisé un estimateur-prédicteur flou servant à la détection multi-objets. L'aspect dynamique des objets est obtenu à l'aide d'un prédicteur linéaire utilisant des variables d'états floues. Afin de passer de la détection d'objets au suivi multi-objets, nous avons développé un algorithme d'association basé sur la théorie des croyances et ayant les propriétés d'associativité et de commutativité. Nous avons proposé une approche pour la génération des jeux de masses initiaux adaptée au cas du suivi, puis une généralisa¬tion de la combinaison de Dempster et enfin une méthode basée sur un algorithme d'af-fectation optimale pour lever les conflits. Nous sommes également en mesure de quan-tifier la confiance que nous avons sur le résultat du suivi. Nous montrons ensuite que cet algorithme permet une gestion simple et automatique des apparitions, des disparitions et de la propagation des objets dans un suivi multi-objets. Une étude sur l'extension de l'algorithme d'association à la fusion multi-capteurs est proposée dans un contexte plus général. Finalement, notre approche est validée par deux applications concrètes utilisant des données réelles fournies par un télémètre laser à balayage. La première application présente le suivi de véhicules routiers et la seconde le suivi d'êtres humains.