fusion multi-capteur pour la détection d'obstacle 29 mars 2007 29 mars 2007 d. gruyer, d....
TRANSCRIPT
Fusion multi-capteur pour la détection d'obstacle
29 mars 200729 mars 2007D. Gruyer, D. Aubert, L. Smadja, M. Perrollaz, T. Veit
suivi par stéréo vision
Détection et suivi par stéréo visionDétection et suivi par stéréo vision
Extraction des
primitives
Extraction des
primitives
Carte de
disparitéV- Disparité:
(Plan de la route)
Disparité:Deuxième passe(carte obstacle)
Extraction zones d’intérêt obstacles
Confirmation et affinage
association
Calcul des vecteurs d’état des obstacles:U,V, et dU,dV, d
Matrice d’observationNon linéaire
Correction
Détectio
n
Volumes de prédiction
PistesPistes
x,y,z x,y,z dx,dy,dzdx,dy,dz
TransformationCartesien image
PrédictionModèle linéaire
Cibles
Mesure tangage et hauteur dans
la nouvelle image
Asso
ciation
et préd
iction
Vecteurs d’états des obstacles
Xk/k Xk/k-1
Xk+1/k
Xk/k Volumes observés par obstacle
Kalman
Détection et suivi par stéréo visionDétection et suivi par stéréo vision
Avantages:
Calibrage automatique non trivial Précision se dégrade en fonction de la profondeur de l’objet La portée est directement liée à la résolution de l’image et à la longueur de la base. plus on veut voir loin, plus la longueur de la base augmente, plus le temps de calcul augmente. Portée de détection limitée à 40m Quelques non détection et quelques fausses alarmes soit zone de recherche, soit problème de suivi. mauvaise précision pour l’estimation de la vitesse des objets
Inconvénients
Détection des objets sur la route et discrimination en fonction de leurs hauteurs. Efficace dans des situations dégradées. Fonctionnement « temps réel » avec une résolution réduite (quart de PAL) estimation du plan de la route (route non plane) pour une meilleure détection des objets au dessus de la route Robuste aux faux appariements Limite les fausses détections et les non détections
Détection et suivi par télémétrie laser à balayageDétection et suivi par télémétrie laser à balayageArchitecture générale du suivi d’objet
capteur
Acquisitiondes données Modélisation
Détection des objets
Association Correction
prédiction
Étape de détectionÉtape de détection
Étape de suiviÉtape de suivi Cibles
Pistes
Pistes
2 approches:•Par regroupement dynamique•Par connexité
Multi-plansMéthode par plan +Union des intersection +discrimination
,.,.
,.),( ,.,.
ji
j
ji
ikM
Piste 1
Critère 1Critère 2
…Critère n
Piste n
Critère 1Critère 2
…Critère n
Combinaison multi-critères
Combinaison multi-critères
Combinaison multi-objets
Transformée Pignistique
P(H1)P(H2)
.
.
.P(Hk)
Cible iCible i
Pistes
Avantages:
Inconvénients
Détection et suivi par télémétrie laserDétection et suivi par télémétrie laser
Détection précise Précision indépendant de la distance de l’objet portée à 60 mètres Fonctionnement « temps réel » (cadence double de la stéréovision) Gestion des apparitions, des disparitions et de la propagation des pistes Estimation de la confiance sur le suivi
Perception sur 1 plan horizontal Sensible au mouvement du véhicule (tangage, roulis) Sensible au coefficient de réflexion des matériaux (pour les objets lointains) Un peu sensible aux conditions climatiques (pluie, soleil) pour les objets lointains
capteur 2
X12 X2
2
Pistes ( capteur 3)
Capteur3
X13 X2
3
X33
Capteur1
X11 X2
1
X31
X41
1
2
1
2
2
3
2
3
1
3
1
3
X11
X22
X21
X31
X12
X13
X33
X23
X41
Association deux à deux Association finale
Fusion stéréovision/télémétrie laserFusion stéréovision/télémétrie laser
Pistes ( capteur 2)
Pistes ( capteur 1)
Association multi-capteurs (première idée)Association multi-capteurs (première idée)
Détection et
suivi locale
Détection et
suivi locale
Détection et
suivi locale
Détection et
suivi locale
Détection et
suivi locals
Détection et
suivi locals
Détection locale Sources fusion
Association 2 à 2 Association 2 à 2 (approche théorie des croyances)(approche théorie des croyances)
Matrice de fusion globale finale filtréeMatrice de fusion globale finale filtrée
Matrice de fusion globaleMatrice de fusion globale
,.,.
,.),( ,.,.
ji
j
ji
ikM
1 2 3 4 5 6 7 8 9
1 1 0 0 0 0 1 1 0 0
2 0 1 0 0 0 0 0 0 0
3 0 0 1 0 1 0 0 0 1
4 0 0 0 1 0 0 0 1 0
5 0 0 1 0 1 0 0 0 1
6 1 0 0 0 0 1 1 0 0
7 1 0 0 0 0 1 1 0 0
8 0 0 0 1 0 0 0 1 0
9 0 0 1 0 1 0 0 0 1
11 22 33 44 55 66 77 88 99
11 1 0 0 0 0 1 1 0 0
22 0 1 0 0 0 0 0 0 0
33 0 0 1 0 1 0 0 0 1
44 0 0 0 1 0 0 0 1 0
Pistes globalesPistes globales
Diagramme RTMaps de fusion multi-capteurDiagramme RTMaps de fusion multi-capteur
Suivi des objectsSuivi des objects
Fusion stéréovision/télémétrie laser/radarFusion stéréovision/télémétrie laser/radarFusion multi capteur (première idée)Fusion multi capteur (première idée)
Fusion stéréovision/télémétrie laser/radarFusion stéréovision/télémétrie laser/radarProjets CARSENSE et MICADO (première idée)Projets CARSENSE et MICADO (première idée)
Détection d’obstacle par Stéréovision (v-disparité)
Détection d’obstacle par regroupement d’impacts dynamique
y
x
AssociationMulti-objets
Prédiction pistes
Association, apparition, disparition, propagation
Cibles
AssociationMulti-objets
Prédiction pistes
Cibles
FusionFusion
Fusion stéréovision/télémétrie laser
Obstacle potentiel
Zone d’intérêt
VisionVision
LaserLaser
Association, apparition, Association, apparition, disparition, propagationdisparition, propagation
Fusion stéréovision/télémétrie laser
• Manque de précision des pistes pour l’estimation de la vitesse( on n’utilise pas le capteur le plus précis comme référence)
• Influence forte des capteurs sur le résultat de la fusion(Risque plus grand de fausse alarme et de non détection)
• Sensibilité au calibrage des capteurs
Radar LRRadar LR LidarLidar
Détection d’obstacle par Stéréovision (v-disparité)
Détection d’obstacle par regroupement d’impacts dynamique
y
x
Association, apparition, Association, apparition, disparition, propagationdisparition, propagation
AssociationMulti-objets
AssociationMulti-objets
Prédiction pistes
Cibles
FusionFusion
Fusion coopérative stéréovision/télémétrie laserFusion coopérative stéréovision/télémétrie laser
Obstacle potentiel
Obstacle potentiel
Zone d’intérêt
Confirmation des pistes laser
Confiance par piste
Pistes laser
LaserLaser
VisionVision
Détection LaserDétection Laser Confirmation par stéréovisionConfirmation par stéréovision+ confiances+ confiances
Détection coopérativeDétection coopérative
Fusion coopérative stéréovision/télémétrie laserFusion coopérative stéréovision/télémétrie laser
Fusion coopérative stéréovision/télémétrie laserFusion coopérative stéréovision/télémétrie laser
Avantages:
Inconvénients
Détection précise en 3D Précision indépendant de la distance de l’objet Portée à 60 mètres. Fonctionnement « temps réel »??Deux approche possible:
fusion multi-capteurs multi-pistes (coût du traitement, perception à 70 m traitement plus coûteux)fusion coopérative (dépendance des capteurs, exploitation de la stéréovision dans des zones réduites)
Robuste aux faux appariements. Fausses détections et non détections très faible. Estimation de la confiance sur le suivi
Calibrage Dépendance des capteurs
Fusion coopérative stéréovision/télémétrie laserFusion coopérative stéréovision/télémétrie laser
Tests sur piste :Tests sur piste :
Taux de détection réussie = 92,68 % Taux de détections tardives = 4,87 %Taux de non détection = 2,44 %Taux de fausses alarmes = 1,64 %
AméliorationsAméliorations
• Améliorer le taux de détection • Étendre la méthode à la zone de perception définie dans LOVE• Prendre en compte les caractéristiques du télémètre 4 couches• Évaluer l’impact d’une fréquence de 10hz pour le laser
( problèmes de suivi ??? Estimation de la vitesse)• Étendre la portée de la perception (stéréovision longue portée > 60 mètres) • Amélioration de la gestion des conflits• Sensibilité au calibrage multi capteur
Améliorations de l’existantAméliorations de l’existant
Tests et validation (SiVIC)Tests et validation (SiVIC)
Environnement et capteurs virtuelsSiVIC
RTMaps Données des capteurs
Résultat