Titre de l'écran-titre (visionné le 5 septembre 2023) / Ce mémoire porte sur la localisation d'un véhicule de transport collectif dans un milieu urbain. L'approche proposée se fait en 2 phases : une phase de construction de la carte globale du trajet d'intérêt et une phase de localisation. Lors de la phase de construction de la carte, la carte est construite à partir des données de localisation de vérité terrain et de keypoints Intrinsic Shape Signature extraits des nuages de points locaux obtenus à l'aide d'un LiDAR monté sur le véhicule. Les keypoints sont mis en registre avec la méthode du plus proche voisin pour construire la carte. Lors de la phase de localisation, les données récoltées sont les données d'odométrie et les nuages de points obtenus par un LiDAR. Pour localiser le véhicule, on exploite un filtre à particules. Dans un premier temps, les keypoints Intrinsic Shape Signature sont extraits du nuage de points. Ensuite, les particules sont déplacées selon les mesures d'odométrie. Ensuite, l'algorithme Iterative Closest Point avec une erreur point à point sur les keypoints est appliqué sur chaque particule pour raffiner la pose de celles-ci. Puis le poids de chaque particule est mis à jour avec un calcul d'erreur basé sur les plus proches voisins entre la carte et les keypoints du scan local. Finalement, la pose du véhicule est estimée par un moyenne pondérée des 10% des particules ayant les poids les plus élevés. La méthode proposée est validée expérimentalement sur 2 sessions du jeu de données North Campus Long-Term. Ce jeu de données est récolté sur le campus de l'Université du Michigan en 27 sessions étalées sur 15 mois. Les résultats obtenus démontrent une erreur de 0.106 m et de 0.229 m pour les sessions "2012-01-08" et "2012-08-04". / This thesis is about the localization of a collective transportation vehicle in an urban setting. The proposed approach is done in two stages: a mapping stage and a localization stage. During the mapping stage, the map is built from ground truth pose data and from Intrinsic Shape Signature keypoints extracted from a point cloud obtained with a LiDAR mounted on the vehicle. The keypoints are registered with the closest neighbors method to build the map. During the localization stage, the data used are odometry measure and point cloud obtained with a LiDAR. To locate the vehicle, we make use of a particle filter. First, we extract the keypoints from the local scan. Then, the particles are moved based on the odometry measurements. Then, the Iterative Closest Point algorithm with a point to point error on the keypoints is applied to each particle to refine its pose. The particle's weight is updated with an error based on the nearest neighbours between the map and the keypoints from local scan. Finally, the vehicle's pose is estimated by a weighted mean of the 10% of the particles with the greater weights. The proposed method is validated on 2 sessions from the dataset North Campus Long-Term. This dataset was taken on the campus of University of Michigan on 27 sessions over the course of 15 months. The results show an error of 0.106 m and of 0.229 m on the sessions "2012-01-08" and "2012-08-04".

Tableau d’honneur de la Faculté des études supérieures et postdoctorales, 2010-2011 / Les systèmes de surveillance vidéo comme méthode de prévention et de protection connaissent une popularité grandissante. Cependant, des études tendent à démontrer que le placement des caméras est généralement inadéquat, se soldant en des systèmes à efficacité limitée. Ce mémoire propose une méthode permettant le placement automatique d'un nombre variable de caméras dans un environnement arbitraire en vue d'en optimiser le coût et la performance. Nous développons une formulation de la problématique pouvant servir à l'expression générale de plusieurs problèmes de placement de caméras. Les problèmes sont résolus grâce à un algorithme évolutionnaire, utilisant une représentation à taille variable, qui produit en sortie un ensemble de solutions exprimant les compromis possibles entre le coût et la performance. L'analyse qualitative des solutions est réalisée à l'aide de trois paradigmes de visualisation développée pour ce projet. Nous analysons trois problèmes concrets résolus par l'algorithme.

Les travaux réalisés au cours de cette thèse s’inscrivent dans les problématiques de localisation d’un véhicule par vision. Nous nous plaçons en particulier dans le cas de parcours sur de longues distances, c’est à dire plusieurs kilomètres. Les méthodes actuelles de localisation et cartographie simultanées souffrent de problèmes de dérives qui les rendent difficilement exploitables après plusieurs centaines de mètres. Nous proposons dans ce mémoire de pallier ces limites en exploitant une connaissance à priori sur la géométrie de l’environnement parcouru.Cette information est extraite d’un Système d’Information Géographique. En particulier, les travaux réalisés se basent sur les modèles 3D des bâtiments des villes et sur une carte de la route.Dans la première partie de ce mémoire, nous proposons une approche permettant de corriger hors ligne une reconstruction SLAM en exploitant la connaissance d’un modèle 3D simple de l’environnement. Cette correction s’applique en deux étapes. En premier lieu, un recalage non-rigide entre le nuage de points reconstruit et le modèle 3D est effectué de sorte à retrouver la cohérence globale de la reconstruction. Dans le but de raffiner le nuage de points obtenu, un ajustement de faisceaux contraint par le SIG est alors effectué sur l’ensemble de la reconstruction.La particularité de cet ajustement de faisceaux est qu’il prend implicitement en compte les contraintes géométriques apportées par le modèle 3D. La reconstruction ainsi corrigée est alors utilisée en tant que base de données pour la relocalisation en ligne d’une caméra mobile. La précision de relocalisation obtenue est en particulier suffisante pour les applications de réalité augmentée.Dans la deuxième partie de ce mémoire, nous détaillons une solution permettant de corriger en ligne la reconstruction SLAM. Pour cela, les contraintes géométriques apportées par le SIG sont exploitées au fur et à mesure de la trajectoire du véhicule. Nous montrons tout d’abord que la connaissance de la position relative de la caméra par rapport à la route permet de corriger de façon robuste la dérive de facteur d’échelle. De plus, lorsque les contraintes géométriques sont suffisantes, la reconstruction SLAM réalisée jusqu’à l’instant courant est recalée sur le SIG.Cela permet de corriger ponctuellement la dérive observée sur la position courante de la caméra.Le processus complet permet dès lors de localiser le véhicule avec une précision semblable à celle d’un système GPS sur des trajectoires de plusieurs kilomètres.Les deux méthodes proposées ont été testées à la fois sur des séquences de synthèse et réelles. Des résultats qualitatifs et quantitatifs sont présentés tout au long de ce mémoire. / This thesis deals with the vision based geolocalisation of a vehicle. In particular, the problem of localisation on large sequences, i.e. several kilometers, is studied. In this context, state of the art Simultaneous Localisation and Mapping systems suffer from drift. In consequence,existing SLAM methods can not provide accurate localisation of the camera after several hundred meters. Thus, we propose in this thesis to avoid the drift phenomenon by exploiting a simple knowledge about the geometry of the environment. This information is provided by a Geographical Information System. In particular, our work is based on coarse 3D city models and road maps.In the first part, we propose an offline two steps correction of SLAM reconstructions based on a 3D city model of the area. First, the reconstructed 3D point cloud and this 3D city model are aligned through a non-rigid transformation. This step allows the SLAM reconstruction to regain its global consistency. Then, a bundle adjustment constrained with the GIS is applied on the entire reconstruction to refine its geometry. The innovation of this bundle adjustment is that it takes into account the geometrical constraints provided by the 3D city model in a single term.The obtained 3D point cloud can then be considered as a feature landmark database. Finally, this database is used to localise a moving camera in real-time. In pratice, the precision of the obtained localisation is sufficient for augmented reality applications. In the second part of this manuscript, we present a solution which makes possible the online correction of a SLAM reconstruction. The GIS geometrical constraints are exploited over the vehicle trajectory. First, we show that the scale factor drift can be robustly corrected thanks to the knowledge of the ground plane equation. Furthermore, the current SLAM reconstruction is fitted onto the GIS when the geometrical constraints are sufficient. It punctually ensures the correction of the current camera position. The entire process allows the geolocalisation of a vehicle on several kilometers. The obtained precision is close to GPS.The two proposed solutions have been validated of both synthetic and real sequences. Quantitative and qualitative experiments are presented over this manuscript.

Dans le contexte de la navigation autonome en environnement urbain, une localisation précise du véhicule est importante pour une navigation sure et fiable. La faible précision des capteurs bas coût existants tels que le système GPS, nécessite l'utilisation d'autres capteurs eux aussi à faible coût. Les caméras mesurent une information photométrique riche et précise sur l'environnement, mais nécessitent l'utilisation d'algorithmes de traitement avancés pour obtenir une information sur la géométrie et sur la position de la caméra dans l'environnement. Cette problématique est connue sous le terme de Cartographie et Localisation Simultanées (SLAM visuel). En général, les techniques de SLAM sont incrémentales et dérivent sur de longues trajectoires. Pour simplifier l'étape de localisation, il est proposé de découpler la partie cartographie et la partie localisation en deux phases: la carte est construite hors-ligne lors d'une phase d'apprentissage, et la localisation est effectuée efficacement en ligne à partir de la carte 3D de l'environnement. Contrairement aux approches classiques, qui utilisent un modèle 3D global approximatif, une nouvelle représentation égo-centrée dense est proposée. Cette représentation est composée d'un graphe d'images sphériques augmentées par l'information dense de profondeur (RGB+D), et permet de cartographier de larges environnements. Lors de la localisation en ligne, ce type de modèle apporte toute l'information nécessaire pour une localisation précise dans le voisinage du graphe, et permet de recaler en temps-réel l'image perçue par une caméra embarquée sur un véhicule, avec les images du graphe, en utilisant une technique d'alignement d'images directe. La méthode de localisation proposée, est précise, robuste aux aberrations et prend en compte les changements d'illumination entre le modèle de la base de données et les images perçues par la caméra. Finalement, la précision et la robustesse de la localisation permettent à un véhicule autonome, équipé d'une caméra, de naviguer de façon sure en environnement urbain. / In an autonomous navigation context, a precise localisation of the vehicule is important to ensure a reliable navigation. Low cost sensors such as GPS systems are inacurrate and inefficicent in urban areas, and therefore the employ of such sensors alone is not well suited for autonomous navigation. On the other hand, camera sensors provide a dense photometric measure that can be processed to obtain both localisation and mapping information. In the robotics community, this problem is well known as Simultaneous Localisation and Mapping (SLAM) and it has been studied for the last thirty years. In general, SLAM algorithms are incremental and prone to drift, thus such methods may not be efficient in large scale environments for real-time localisation. Clearly, an a-priori 3D model simplifies the localisation and navigation tasks since it allows to decouple the structure and motion estimation problems. Indeed, the map can be previously computed during a learning phase, whilst the localisation can be handled in real-time using a single camera and the pre-computed model. Classic global 3D model representations are usually inacurrate and photometrically inconsistent. Alternatively, it is proposed to use an ego-centric model that represents, as close as possible, real sensor measurements. This representation is composed of a graph of locally accurate spherical panoramas augmented with dense depth information. These augmented panoramas allow to generate varying viewpoints through novel view synthesis. To localise a camera navigating locally inside the graph, we use the panoramas together with a direct registration technique. The proposed localisation method is accurate, robust to outliers and can handle large illumination changes. Finally, autonomous navigation in urban environments is performed using the learnt model, with only a single camera to compute localisation.

Un traitement possible de l'épilepsie partielle pharmaco-résistante consiste en l'exérèse de la région cérébrale responsable des crises. La difficulté est de localiser cette zone et d'en définir l'étendue. L'objectif de cette thèse est d'apporter des données permettant de préciser la localisation et le volume des régions pathologiques, en exploitant deux modalités : l'imagerie TEP (Tomographie par Emission de Positons) et l'EEGHR (EEG Haute Résolution : signaux cérébraux recueillis sur le scalp avec un nombre important d'électrodes et une fréquence d'échantillonnage élevée). En imagerie TEP, il s'agit de segmenter les zones d'hypométabolisme qui sont liées aux régions responsables des crises. Des méthodes de comparaisons statistiques à l'aide d'outils de type SPM (Statistical Parametric Mapping) entre les images TEP de sujets pathologiques et de sujets sains ont été appliquées, en effectuant des tests d'hypothèse voxel à voxel entre les différentes images. Pour pouvoir être comparées à une population de référence, les différentes images ont subi des transformations non linéaires afin que chaque voxel corresponde à la même région anatomique chez tous les sujets. Deux algorithmes ont été appliqués : une méthode SPM classique et une méthode Block-Matching. Les résultats sont comparés par analyse subjective clinique et également sur des données simulées. En ce qui concerne l'EEG-HR, la localisation spatiale et temporelle de sources d'événements intercritiques (pointes et ondes lentes) a été réalisée par résolution du problème inverse. Ceci a permis de localiser les sources électriques intracérébrales d'intérêt qui sont à l'origine des signaux acquis sur le scalp. Enfin, une représentation des données multimodales (images TEP et signaux EEG-HR) dans un même référentiel a permis d'accroître les connaissances sur les relations existant entre les activités électriques et métaboliques et ainsi de mieux définir les régions épileptogènes / A possible treatment for drug-resistant partial epilepsy involves the resection of the brain region which generates crisis. The difficulty is to locate this area and to determine its extent. The objective of this thesis is to provide data to specify the location and the volume of pathological regions, using two modalities: PET (Positron Emission Tomography) imaging and HR-EEG (High-Resolution EEG: brain signals collected on the scalp with a large number of electrodes and a high sampling rate). In PET imaging, hypometabolic areas associated with regions generating seizures have to be segmented. Statistical comparisons methods using tools such as SPM (Statistical Parametric Mapping) between images of pathological and healthy subjects have been applied. Voxelwise statistical analyses between the different images were thus used to highlight the hypometabolic areas. For comparison with a reference population, nonlinear transformations were applied to the images so that each voxel corresponds to the same anatomical region in every subject. Two algorithms were applied: a conventional SPM method and a Block-Matching method. The results were compared by subjective clinical analysis and also on simulated data. Regarding the HR-EEG, the spatial and temporal source localizations of interictal events (spikes and slow waveforms) were done by solving the inverse problem. This allowed to localize intracerebral electrical sources generating the signals acquired on the scalp. Finally, a representation in the same space of multimodal data (PET images and HR-EEG) allowed to increase the knowledge on the relationship between electrical and metabolic activities and to better define the epileptogenic regions

Dans des système concurrent, potentiellement embarqués et distribué, il est souvent crucial d'être capable de déterminer quel(s) composant(s) est(sont) responsable(s) d'une défaillance, que ce soit pour debbuger, établir une responsabilité contractuelle du fournisseur des composant, ou pour isolée, ou redémarrer les composants défaillants. Le diagnostic s'appuie sur l'analyse de la causalité logique pour distinguer les composants ayant contribué à la défaillance du système, de ceux ayant eu peu ou pas d'impact sur cette dernière. Plus précisément, un composant C est une cause nécessaire, si la propriété P du système n'aurait pas été violée si C s'était comporté selon sa spécification S. De même, C est une cause suffisante de la violation de P (défaillance du système) si P aurait été violée, même si tous les composants, sauf C, avait respecté leur spécification. Autrement dit, la violation de S, du composant C, est suffisante pour violer P. L'approche a été formalisée, initialement, pour des modèle d'interaction BIP. Le but de ce projet est de formaliser un raisonnement similaire pour des programmes fonctionnels, où les fonctions sont équipées d'invariant décrivant leur comportement attendu. L'analyse prendrait en entrée une trace d'exécution (défaillante) et les invariant, et déterminerait quelle(s) fonction(s) est(sont) une(des) cause(s) de la défaillance. L'approche devra être implémenté et appliquée à des cas d'études provenant du domaine médical, ou de l'automatique. / In a concurrent, possibly embedded and distributed system, it is often crucial to be able to determine which component(s) caused an observed failure - be it for debugging, to establish the contractual liability of component providers, or to isolate or reset the failing component. The diagnostic relies on analysis of logical causality to distinguish component failures that actually contributed to the outcome from failures that had little or no impact on the system-level failure . More precisely, necessary causality of a component C characterizes cases when a system-level property P would not have been violated if the specification S of C had been fulfilled. Sufficient causality characterizes cases where P would have been violated even if all the components but C had fulfilled their specifications. In other words, the violation of S by C was sufficient to violate P. The initial approach to causality analysis on execution traces was formalized for the BIP interaction model. The goal of this project is to formalize a similar reasoning for functional programs where functions are equipped with invariants describing the expected behavior. The analysis should take a (faulty) execution trace and the invariants and determine which function(s) caused the failure. The results should be implemented and applied to case studies from the medical and automotive domains.

Modéliser la localisation de la déformation dans les géomatériaux de manière objective nécessite l'utilisation de méthodes capables de régulariser le problème aux limites en introduisant une longueur caractéristique. Dans le cadre de ce travail de thèse, nous avons choisis d'utiliser les milieux à microstructures de types second gradient. Une question, alors se pose quant à l'identification des paramètres constitutifs qui interviennent dans la formulation de ces milieux. L'objectif de cette thèse est de mettre en place une méthode d'identification d'une loi de comportement enrichie de type second gradient. L'identification paramétrique d'une loi constitutive écrite dans un formalisme de milieu enrichi de type second gradient local est étudiée. Une partie de l'identification peut-être réalisée à partir d'essais homogènes, mais l'identification complète nécessite de considérer des modes de déformation à forts gradients, comme cela est le cas en présence d'une localisation de la déformation. La procédure d'identification développée s'appuie sur des résultats expérimentaux d'essais mécaniques sur le grès de Vosges, pour lesquels le mode de déformation des échantillons a été caractérisé à l'aide de mesures de champs cinématiques, y compris en régime localisé. Un certain nombre d'observables peuvent être extraits de ces essais, qui servent à appuyer la comparaison entre calculs numériques et observations expérimentales. L'identification nécessite le calcul d'une matrice de sensibilité pour l'optimisation des observables. Afin de calculer cette matrice, deux études de sensibilité sont effectuées. Ces études consistent à évaluer l'influence de la variation de chaque paramètre constitutif sur les données sélectionnées. La première étude de sensibilité porte sur la partie homogène des essais, elle permet l'optimisation d'un certain nombre de paramètres qui jouent un rôle uniquement dans cette partie. La deuxième étude concerne le régime de déformation localisé. Celle-ci permet le calcul de la matrice de sensibilité. Grâce à cette matrice, il est possible de démarrer l'optimisation des observables. Ainsi, chaque observable pourra être optimisé indépendamment des autres. A l'issue de cette optimisation un jeu de paramètre est proposé. Il permet de reproduire de manière fiable, les essais expérimentaux à 20 et 30 MPa de confinement. / The strain localisation modelling of geomaterials requires the use of enhanced models, able to regularise the boundary value problem, by introducing a characteristic length. In this research work, we have chosen to use second gradient models. A question then arises, concerning the identification of second gradient constitutive parameters. This PhD research work aimed to develop an identification method to obtain theses parameters. The study proposed here covers a parametric identification of a constitutive law written in the local second gradient formalism. A part of this identification may be performed through homogenous tests, however the complete identification requires the consideration of high gradient deformation modes, as it is the case where localized deformation is observed. The identification procedure developed uses experimental results from mechanical tests on Vosges sandstone, for which the deformation mode was characterised by kinematic field measurement, including the localized regime. A certain number of observable data can be extracted from these tests, they are then used for the comparison between experimental and numerical data. It is necessary to compute the sensitivity matrix in order to optimise the observables data. In this sense, two sensitivity studies have been carried out, allowing the evaluation of the influence of each constitutive parameter on the selected data. This first analyse concern the homogenous part of the tests. Constitutive parameters involved in this part can be then optimized. The second analyse concerns the localized regime and the sensitivity matrix computation. Once this is achieved, the optimization of the observable data can be conducted. Each observable data can be optimised independently. A set of constitutive parameters is proposed. It allows a good matching between experimental and numerical results at two confining pressures ; 20 and 30 MPa.

Après s’être interrogée sur la notion de sens, cette thèse se fixe pour objectif de dégager un certain nombre d’éléments linguistiques allant dans le sens d’une caractérisation abstraite à même de rendre compte des différents emplois du verbe anglais want. Il est proposé que ce verbe conserve aujourd’hui quelque chose de son emploi diachronique initial en tant que « verbe de manque » à partir d’une première opération de localisation par laquelle le sujet grammatical est mis en relation avec un objet ou une propriété non-immédiatement disponible pour lui dans la situation d’énonciation. Cette mise en relation particulière accompagne un processus de subjectivisation culminant dans une tendance forte à la modalisation de l’énoncé en want, en lien avec des effets déontiques et épistémiques. Par ailleurs, les interprétations mixtes associées à l’énoncé en want poussent à proposer d’en rendre compte par une « concentricité notionnelle » centrée sur un état stable p donné comme absent du domaine du sujet et à partir duquel s’élaborent les notions de manque, de désir et de volonté qui se convoquent et s’activent mutuellement à partir du second argument de want. Il semble intéressant de le traiter comme un domaine notionnel organisé autour de p, lequel sert de repère permettant d’envisager une seconde opération de localisation qui autorise le repérage d’une relation permettant d’atteindre p. Ainsi, la distinction désir / volonté est pensable en termes de degrés dans les déterminations que l’on peut construire à partir du manque. Ce travail met donc en relation les constructions syntaxiques possibles du second argument de want et ces déterminations. / After an overview of what underpins the notion of meaning, this thesis intends to identify a number of linguistic features that could serve as an abstract characterisation informing the uses of the English verb want. It is claimed that a vestige of its original use as a verb expressing lack has been kept in its modern uses as a verb expressing desire in that it marks a prime operation of localisation by which the grammatical subject connects to an object or a property p that is not immediately available to him in the speaking situation. It is shown that this relation relies on a subjectification process which culminates in a strong tendency towards the modalisation of the want sentence resulting in both epistemic and deontic effects. Given that want is used in utterances which convey mixed interpretations, it is suggested that those partially overlapping notions are best described in terms of a « notional concentricity » organised around a! n object or stable property which is absent from the dominion of the grammatical subject. It serves as the conceptual basis from which the mutually evocative and mutually activating notions of lack, desire and volition arise. It is argued that this organisation can be described as a notional domain centring on the missing object p, acting as a starting point for a second localisation operation whose aim is to locate a relation to palliate the lack of p. It is thus possible to account for the difference between desire and volition as degrees in the determinations that can be constructed from the missing object. This thesis then correlates the syntactic constructions in the internal argument of want with those types of determination.

Dans le cadre de cette thèse, on se proposait de développer de nouveaux mécanismes de radiolocalisation, permettant de positionner les nœuds de réseaux corporels sans-fil (WBAN) mobiles, en exploitant de manière opportuniste des liens radio coopératifs bas débit à l'échelle d'un même corps (i.e. coopération intra-WBAN), entre réseaux distincts (i.e. coopération inter-WBAN), et/ou vis-à-vis de l'infrastructure environnante. Ces nouvelles fonctions coopératives présentent un intérêt pour des applications telles que la navigation de groupe ou la capture de mouvement à large échelle. Ce sujet d'étude, par essence multidisciplinaire, a permis d'aborder des questions de recherche variées, humine-biomécanique et de ayant trait à la modélisation physique (e.g. modélisation spatio-temporelle des métriques de radiolocalisation en situation de mobilité, modélisation de la mobilité groupe...), au développement d'algorithmes adaptés aux observables disponibles (e.g. algorithmes de positionnement coopératifs et distribués, sélection et ordonnancement des liens/mesures entre les nœuds...), aux mécanismes d'accès et de mise en réseau (i.e. en support aux mesures coopératives et au positionnement itératif). Les bénéfices et les limites de certaines de ces fonctions ont été en partie éprouvés expérimentalement, au moyen de plateformes radio réelles. Les différents développements réalisés tenaient compte, autant que possible, des contraintes liées aux standards de communication WBAN émergeants (e.g. Impulse Radio - Ultra Wideband (IR-UWB) IEEE 802.15.6), par exemple en termes de bande fréquentielle ou de taux d'erreur.

Dans le contexte de la navigation autonome en environnement urbain, une localisation précise du véhicule est importante pour une navigation sure et fiable. La faible précision des capteurs bas coût existants tels que le système GPS, nécessite l'utilisation d'autres capteurs eux aussi à faible coût. Les caméras mesurent une information photométrique riche et précise sur l'environnement, mais nécessitent l'utilisation d'algorithmes de traitement avancés pour obtenir une information sur la géométrie et sur la position de la caméra dans l'environnement. Cette problématique est connue sous le terme de Cartographie et Localisation Simultanées (SLAM visuel). En général, les techniques de SLAM sont incrémentales et dérivent sur de longues trajectoires. Pour simplifier l'étape de localisation, il est proposé de découpler la partie cartographie et la partie localisation en deux phases: la carte est construite hors-ligne lors d'une phase d'apprentissage, et la localisation est effectuée efficacement en ligne à partir de la carte 3D de l'environnement. Contrairement aux approches classiques, qui utilisent un modèle 3D global approximatif, une nouvelle représentation égo-centrée dense est proposée. Cette représentation est composée d'un graphe d'images sphériques augmentées par l'information dense de profondeur (RGB+D), et permet de cartographier de larges environnements. Lors de la localisation en ligne, ce type de modèle apporte toute l'information nécessaire pour une localisation précise dans le voisinage du graphe, et permet de recaler en temps-réel l'image perçue par une caméra embarquée sur un véhicule, avec les images du graphe, en utilisant une technique d'alignement d'images directe. La méthode de localisation proposée, est précise, robuste aux aberrations et prend en compte les changements d'illumination entre le modèle de la base de données et les images perçues par la caméra. Finalement, la précision et la robustesse de la localisation permettent à un véhicule autonome, équipé d'une caméra, de naviguer de façon sure en environnement urbain. / In an autonomous navigation context, a precise localisation of the vehicule is important to ensure a reliable navigation. Low cost sensors such as GPS systems are inacurrate and inefficicent in urban areas, and therefore the employ of such sensors alone is not well suited for autonomous navigation. On the other hand, camera sensors provide a dense photometric measure that can be processed to obtain both localisation and mapping information. In the robotics community, this problem is well known as Simultaneous Localisation and Mapping (SLAM) and it has been studied for the last thirty years. In general, SLAM algorithms are incremental and prone to drift, thus such methods may not be efficient in large scale environments for real-time localisation. Clearly, an a-priori 3D model simplifies the localisation and navigation tasks since it allows to decouple the structure and motion estimation problems. Indeed, the map can be previously computed during a learning phase, whilst the localisation can be handled in real-time using a single camera and the pre-computed model. Classic global 3D model representations are usually inacurrate and photometrically inconsistent. Alternatively, it is proposed to use an ego-centric model that represents, as close as possible, real sensor measurements. This representation is composed of a graph of locally accurate spherical panoramas augmented with dense depth information. These augmented panoramas allow to generate varying viewpoints through novel view synthesis. To localise a camera navigating locally inside the graph, we use the panoramas together with a direct registration technique. The proposed localisation method is accurate, robust to outliers and can handle large illumination changes. Finally, autonomous navigation in urban environments is performed using the learnt model, with only a single camera to compute localisation.