Système Multi-Capteurs pour l'Analyse et l'Inspection de Sites Viticoles

Multi-Sensors System for Viticultural Site Analysis and Inspection

• Auteur / Autrice : Thibault Clamens
• Direction : David Fofi, Éric Fauvet, Ralph Seulin
• Type : Projet de thèse
• Discipline(s) : Instrumentation et informatique de l'image
• Date : Inscription en doctorat le 01/01/2018
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Imagerie et Vision Artificielle
• Partenaire(s) de recherche : établissement de préparation : Université de Bourgogne (1970-....)

Mots clés

Mots clés libres

: Multi-Modalité

Reconstruction 3D

Vision par Ordinateur

Robotique

Apprentissage Profond

Viticulture

Multi-Modality

3D Reconstruction

Computer Vision

Robotics

Deep Learning

Viticulture

Résumé

L'objectif est d'ouvrir nos travaux effectués en robotique viticole (i.e. pulvérisation intelligente par analyse 3D de la haie foliaire) à des problématiques plus amont et à étudier les apports d'un système multi-capteur et multi-modal à l'analyse et à l'inspection de sites viticoles. Les données capturées devront servir à l'analyse géométrique, photométrique et temporelle des sites et être adaptées aux problématiques « métier », comme par exemple : * l'analyse de l'efficacité des traitements phytosanitaires dans le temps ; * l'analyse de l'efficacité des traitements phytosanitaires en fonction des conditions atmosphériques et météorologiques ; * le suivi temporel des parcelles ; * la détection précoce des pathologies de la plante ; * etc. Ces travaux aborderont les problématiques de modélisation et de calibrage d'un système multi-capteur, la fusion des données multi-modales, la reconstruction tridimensionnelle enrichie des données photométriques/radiométriques et l'apport des aprioris non-visuels dans les algorithmes développés (hygrométrie, température, etc.). Même si ces travaux entendent essentiellement apporter des solutions géométriques (par la reconstruction 3D) et photométriques (par l'analyse d'images) aux problématiques viticoles évoquées plus haut, nous envisageons de leur adjoindre un module de classification, voire d'intelligence artificielle, permettant une prise de décision qualitative et sémantique (et pas seulement quantitative), notamment pour la détection des pathologies de la plante ou l'analyse du rendement des traitements appliqués.

The objective is to open our work carried out in viticultural robotics (i.e. intelligent spraying by 3D analysis of the foliar hedge) to more upstream problems and to study the contributions of a multi-sensor and multi-modal system to the analysis and inspection of viticultural sites. The captured data should be used for geometric, photometric and temporal analysis of the sites and be adapted to 'operational' problems, such as for example : * analysis of the effectiveness of phytosanitary treatments over time; * analysis of the effectiveness of phytosanitary treatments in relation to atmospheric and meteorological conditions ; * the temporal follow-up of the vineyard plots; * early detection of plant pathologies; * and so on This project will address the modelling and calibration problems of a multi-sensor system, the fusion of multi-modal data, the three-dimensional reconstruction enriched with photometric/radiometric data and the contribution of non-visual apriori in the developed algorithms (hygrometry, temperature, etc.). Even if this work essentially aims to provide geometric (through 3D reconstruction) and photometric (through image analysis) solutions to the above-mentioned viticultural problems, we plan to add a classification module, or even an artificial intelligence module, allowing qualitative and semantic (and not only quantitative) decision-making, especially for the detection of plant pathologies or the analysis of the performance of applied treatments.