Thèse soutenue

Perception et estimation d’état basées sur plusieurs capteurs pour les véhicules autonomes

FR  |  
EN
Auteur / Autrice : Songming Chen
Direction : Vincent Frémont
Type : Thèse de doctorat
Discipline(s) : Automatique, productique et robotique
Date : Soutenance le 09/12/2022
Etablissement(s) : Ecole centrale de Nantes
Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences du Numérique de Nantes
Jury : Président / Présidente : Marie Babel
Examinateurs / Examinatrices : Vincent Frémont, Marie Babel, Maan El Badaoui El Najjar, Paul Checchin, Samia Ainouz
Rapporteurs / Rapporteuses : Maan El Badaoui El Najjar, Paul Checchin

Résumé

FR  |  
EN

Percevoir ou comprendre les environnements environnants est indispensable pour construire des systèmes d’aide à la conduite ou des véhicules autonomes. Dans cette thèse, nous étudions l’approche de fusion de capteurs pour le problème de localisation et de cartographie simultanées (SLAM) avec des capteurs visuels et de distance complémentaires. Afin de prendre des décisionsconservatrices et d’augmenter la sécurité de manoeuvre des véhicules autonomes, l’analyse d’incertitude de l’estimation de la pose est également mise en oeuvre. Le système SLAM traditionnel suppose des scènes statiques, ce qui est vulnérable dans le contexte d’environnements extérieurs dynamiques. Ainsi, nous introduisons une approche basée sur les données pour exploiter les informations sémantiques qui interprètent la séquence de mesure à travers les cadres, ce qui distingue efficacement les objets en mouvement des objets statiques. Nous testons les algorithmes proposé sur des données réelles de trafic urbain et d’aires de stationnement, qui présente des résultats prometteurs.