Evitement d'obstacles par invariants visuels

Obstacles avoidance from visual invariants

• Auteur / Autrice : Amaury Nègre
• Direction : James L Crowley, Christian Laugier
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2009
• Etablissement(s) : Grenoble INPG

Mots clés

Mots clés contrôlés

Reconnaissance des formes (informatique)

Résumé

Dans un contexte de navigation visuelle en environnement ouvert et dynamique, la détection d'obstacles constitue un élément indispensable. Dans cette thèse, nous nous intéressons à la caractérisation des obstacles par le temps avant collision (TTC). Ayant montré que ce TTC peut être calculé directement dans une image à l'aide de l'échelle intrinsèque, nous avons mis au point un détecteur ainsi qu'un algorithme de suivi invariant au changement d'échelle et adapté à un environnement urbain. Ce détecteur permet d'extraire des régions d'intérêt appelées segments de crête correspondant à des formes contrastées et rectilignes dans l'image. Le suivi de ces régions d'intérêt est fondé sur un filtre à particules et permet de mesurer la variation d'échelles afin d'estimer le TTC. Enfin, nous avons étudié deux applications de navigation visuelle d'un véhicule telles que l'arrêt du véhicule avant collision et un système d'évitement réactif d'obstacles bayésien.

In the context of visual navigation in an open and dynamic environment, obstacle detection play a major role. In this thesis, we are interested in the characterization of obstacles by the Time To Collision (TTC). We showed that this TTC can be computed directly in an image by using the characteristic scale. Next, we developed a detector and a tracker invariant to change of scale and well adapted to urban environments. This detector can extract regions of interest called “ridge segments” corresponding to contrasted and elongated shapes in the image. The tracking of such structures is based on a particles filter and allows the calculation of the scale in order to estimate the TTC. At last, we studied two applications for visual navigation such as automatic stopping of vehicle and a Bayesian reactive obstacles avoidance system.