offres d'emploi formations actualités contact accès annuaire intranet
Sujets de thèses >

Localisation et cartographie 3D pour l’évaluation de l’état des routes par filtrage non linéaire à partir de données télémétriques

équipe : Specifi / Encadrants : J.C. Noyer, R. Lherbier / Financement envisagé : CNRS libanais - Télécharger le sujet détaillé


Bien que 95% des routes au Liban soient praticables pour les automobiles, le réseau routier est de mauvaise qualité. En effet, 18% sont en bon état, 46.4% en assez bon état, 28% en mauvais état et 7.7% sont dans un état critique. La connaissance de l’état du réseau routier au Liban est donc une problématique importante pour être capable de déployer une politique rationnelle d’entretien, de réfection des routes et d’amélioration de la circulation. Les objectifs principaux s’expriment en termes de sécurité routière mais aussi de diminution de la pollution sonore. Ce sujet de thèse s’inscrit dans ce cadre puisqu’il propose de fournir un modèle géométrique et topologique de la route et d’extraire des informations sémantiques telles que la caractérisation de la voie (selon des critères à définir : voie principale, secondaire, ...), la caractérisation de la chaussée (zone de roulement, planéités longitudinale et transversale, macrotexture...) et la présence de zones potentiellement dangereuses. Il sera également important de visualiser et de localiser les informations obtenues. Ces différentes caractéristiques seront obtenues à partir d’informations télémétriques provenant de télémètres laser (type Lidar Velodyne© 16 ou 32 nappes) associés à une caméra, installés sur un véhicule. Outre la géolocalisation, l’utilisation d’un GPS permettra de connaître, à chaque instant d’acquisition, les paramètres dynamiques du véhicule porteur. En cas de perte du signal GPS (assez fréquent, en ville notamment), la localisation se poursuivra grâce à une estimation de la trajectoire du véhicule. Pour cela, la détection et le suivi des différents objets de l’environnement (fixes et mobiles) seront obtenues par fusion de l’ensemble des données basée sur des méthodes de Monte Carlo séquentielles (filtres particulaires). La définition et l’intégration de modèles des objets suivis seront également nécessaires pour garantir une détection précise à la fois des paramètres dynamiques du véhicule mais aussi des informations fournies par le système.