offres d'emploi formations actualités contact accès annuaire intranet
Thèses >

Méthodes séquentielles de Monte Carlo pour le suivi d’objets multiples hétérogènes en données brutes de télémétrie laser

Élodie VANPOPERINGHE (LISIC/IFFSTAR)

lundi 27 janvier 2014 à 10h00

IFFSTAR, Villeneuve d’Ascq


Dans cette thèse, nous nous intéressons à la résolution de problèmes de détection et de suivi d’objets mobiles multiples sur route, à partir de données télémétrique de type lidar à balayage.

Les travaux dans ce domaine mettent généralement en oeuvre trois étapes : la détection, l’association et le filtrage. Cependant, il est connu que cette chaîne de traitement peut engendrer des pertes d’informations pouvant être à l’origine de cas de non détection ou de fausse alarme. Par ailleurs, les non-linéarités liées à la transformation polaire-cartésien des mesures lidar au cours de l’étape de détection ne permettent plus de préserver la statistique des bruits de mesure après traitement. Une autre difficulté, compte-tenu de la nature spatialement distribuée des mesures lidar liées à un objet, est de pouvoir associer chaque impact à un unique véhicule tout en prenant en compte la variabilité temporelle du nombre d’impacts à lui associer. Seule une approche exploitant les données brutes permet de garantir l’optimalité de la chaîne de traitement. Cette thèse explore une nouvelle approche conjointe de détection et de suivi exploitant les données brutes du lidar, éliminant toute étape de pré-détection. L’approche proposée repose, sur l’usage des méthodes de Monte Carlo séquentielles en raison de leur aptitude à traiter des modèles fortement non linéaire, et, sur une modélisation des objets compatible avec la perception lidar. La méthode est validée avec des données du simulateur SIVIC dans différentes situation expérimentales pour la détection et le suivi d’objets hétérogènes dans un cas lidar monoplan puis multiplan.