En TAO des ondes sont transmises dans le milieu marin conduisant à l'observation de plusieurs versions du signal émis diversement atténuées et retardées. On s'intéresse ici au problème de l'estimation de ces temps de retard. Les méthodes de type maximum de vraisemblance présentent l'inconvénient de nécessiter la connaissance a priori du nombre de trajets et sont sensibles à une mauvaise initialisation des paramètres. Afin de s'affranchir de ces limitations, on propose une approche bayésienne basée sur la prise en compte d'une information a priori concernant les amplitudes des trajets reçus. On propose alors 2 méthodes différentes de déconvolution. La première utilise comme information la sortie d'un récepteur quadratique et conduit à la minimisation d'un critère simple et de faible complexité. Dans la seconde méthode proposée, le signal est observé après le filtrage adapté. On introduit un modèle Bernoulli Gaussien et le problème est résolu en utilisant des simulations de Monte-Carlo. La mise en œuvre de ces deux méthodes sur des données réelles impose de prendre en compte les distorsions subies par le signal au niveau des transducteurs d'émission et de réception et éventuellement lors de la propagation. On indique comment cette méconnaissance de la forme d'onde peut être résolue et on met en évidence l'amélioration des résultats obtenus par cette prise en compte. Enfin, l'évolution modérée des temps de retard du canal de propagation entre des mesures successives permet d'envisager après la déconvolution trace par trace un traitement bidimensionnel de l'image obtenue en juxtaposant les traces déconvoluées successives. L'intérêt principal de la méthode ainsi obtenue est de ne pas considérer le nombre de trajets de la propagation constant. L'ensemble des méthodes développées est testé sur des données synthétiques, puis sur 2 types de données réelles.

La métrologie du trafic et des trajectoires des véhicules évolue fortement depuis dix ans. Cette croissance est principalement Liée aux demandes de services de plus en plus nombreuses des usagers et à un bilan d'accidents corporels toujours très insatisfaisant ( 4 838 tués, 106 709 blessés dont 39 754 blessés hospitalisés en 2007). L'objectif des travaux de cette thèse était de proposer un système de mesure pour mieux comprendre les relations entre l'accidentologie et les caractéristiques de l'infrastructure. Un système de cette nature permettrait d'apporter des réponses pertinentes à de nombreuses questions encore en suspend, telles que : - la route est-elle bien utilisée par les conducteurs, - les informations proposées par la signalisation et le tracé sont-elles bien comprises, - le site induit-il des comportements dangereux : si oui, pourquoi, - quels sont les mécanismes d'accidents ou de presqu'accidents . . . Un cahier des charges a donc été établi, en accord avec des experts en sécurité routière, pour répondre à ce besoin. Après un état de l'art des systèmes "bord de voie" et des méthodes existantes, il s'est avéré que de nombreux systèmes sont commercialisés pour la mesure de trafic. Quelques systèmes optiques permettent aussi la mesure de trajectoires, avec l'objectif d'une part de détecter les incidents et d'autre part d'améliorer la fiabilité de mesure par l'étude d'une zone (moyenne) plutôt que d'un seul point. Toutefois, aucun de ces dispositifs ne répond au cahier des charges, notamment en terme de précision de mesure. Il a donc été décidé de réaliser intégralement (matériel et logiciel) un nouvel outil de mesure, appelé Observatoire De Trajectoire (ODT), combinant les deux capteurs du marché qui permettent une mesure en "champ large" : la caméra et le laser. Le domaine scientifique le plus exploré étant le suivi d'objets, une bibliographie a donc été effectuée pour identifier les méthodes les plus appropriées pour notre problématique. Le choix s'est positionné sur les méthodes probabilistes et particulièrement sur deux techniques bien connues que sont le filtre à particules et le "Markov Chain Monte Carlo" (MCMC). La contribution principale de la thèse porte sur le développement de deux méthodes opérationnelles pour l'estimation précise des trajectoires de véhicules à partir d'une combinaison d'images vidéo et de mesures télémétriques. Ces méthodes de suivi s'appuient sur une nouvelle méthode de soustraction fond/forme, sur la combinaison d'un modèle cinématique et d'un modèle d'observations et enfin sur une technique originale de fusion de capteurs, utilisant un processus de ré-échantillonnage de filtre à particules. L'avantage de la première méthode, dite "séquentielle", est de pouvoir estimer toutes les trajectoires des véhicules légers. Elle permet donc de récupérer une grande quantité d'informations (5 paramètres par point mesuré), proportionnelle au temps passé pour son analyse. La seconde méthode, dite "globale", permet une plus grande réactivité et une analyse plus fine, grâce à une réduction considérablement des paramètres de suivi. Néanmoins, elle a l'inconvénient de ne pas pouvoir suivre les trajectoires "atypiques". Cette caractéristique peut, en revanche, être utilisée comme critère de classification de trajectoires. Enfin, les différentes étapes de ces méthodes ont été validées à l'aide de nombreuses trajectoires étalons. Ces trajectoires étalons étant suivies et mesurées par un véhicule équipé d'un GPS précis au cm près, à différentes vitesses. Les deux méthodes ont ensuite été comparées entre elles et avec ces mêmes vérités terrains.

Cette thèse résulte d'une collaboration CIFRE avec Thalès Optronique, société qui conçoit et développe des systèmes de désignation aéroportés pour des armements guidés laser. Le mode opératoire utilisé par ces systèmes requiert de la part du pilote une charge de travail importante. L'objectif de cette thèse est d'alléger cette charge, en rendant les systèmes de suivi actuels plus robustes face à des effets de perspective.<br /><br />Le thème principal de cette thèse est donc le suivi d'objets à partir d'images aériennes. Nous souhaitons utiliser la faisabilité d'une extraction d'information 3D à partir de séquences vidéo afin d'améliorer les algorithmes de suivi de matériels aéroportés existants. Pour cela, nous nous plaçons dans un cadre bayésien et formulons le suivi de manière probabiliste, au moyen d'un filtre particulaire. Nous avons mis en place trois algorithmes:<br /><br />Le premier est basé sur des histogrammes de couleurs, que l'on combine à un filtrage particulaire;<br />c'est un suivi purement 2D dans le sens où aucune information 3D réelle de la scène est utilisée.<br /><br />Le second est basé sur des modèles géométriques (qui peuvent être 2D ou 3D), que l'on combine à un filtrage particulaire. Nous ajoutons une étape supplémentaire au filtrage particulaire classique, nous permettant de changer de modèle lorsque l'algorithme le juge nécessaire.<br /><br />Enfin, le dernier algorithme combine les deux précédents; l'intégration d'histogrammes de couleurs et d'informations de contours dans un filtre particulaire permet non seulement de rendre le suivi d'objets plus robuste, mais aussi de prendre en compte de l'information 3D réelle de la scène observée.<br /><br />Un protocole d'évaluation a été mis en place pour évaluer les performances de ces algorithmes. Des résultats illustrent les performances de ces algorithmes.

L'étude comporte une grande partie dédiée aux nouveaux développements expérimentaux. Le tensiomètre développé au laboratoire a subi une amélioration essentielle. Les mesures directes de la succion au laboratoire et in situ ont démontré sa fiabilité et confirmé la possibilité de longues durées de mesure directes. Les mesures directes de la succion ont permis la détermination de la courbe de rétention d'eau du limon. La méthode des profils instantanés a permis de déterminer la perméabilité l'état non saturé en utilisant des essais d'infiltration. Les comparaisons faites entre les valeurs calculées l'aide d'un modale et celles mesurées pour les principaux paramètres pris en compte (succion, teneur en eau volumique) ont permis de démontrer l'aptitude du modèle reproduire de façon satisfaisante l'état du sol. On a étudié aussi les propriétés de rétention et de variation de volume de l'argile verte de Romainville pour des succions entre 1 et 216 MPa.

La segmentation des lèvres est une étape essentielle pour de nombreux systèmes multimedia tels que la vidéoconférence, la lecture labiale ou les systèmes de communication bas débit. Au cours de cette thèse, nous avons développé un algorithme quasi automatique, précis et robuste de segmentation de lèvres dans des séquences vidéo. Dans un premier temps, le contour supérieur de la bouche ainsi que plusieurs points caractéristiques sont détectés dans l'image initiale en utilisant un nouveau type de contour actif nommé “jumping snake”. Contrairement aux snakes classiques, le jumping snake est peu sensible à l'initialisation et la détermination de ses paramètres est simple et intuitive. Pour la segmentation proprement dite, nous introduisons un modèle analytique très flexible composé de quelques courbes cubiques. L'intérêt de ce modèle réside avant tout dans sa grande flexibilité qui permet de rendre compte de manière réaliste d'un très large panel de formes possibles pour la bouche. Dans les images suivantes, la segmentation est réalisée en utilisant un suivi temporel des points caractéristiques et des paramètres du modèle. De plus, nous proposons un algorithme de recalage permettant de compenser efficacement les erreurs de suivi. Finalement, nous montrons que notre algorithme permet de suivre les points caractéristiques avec une précision comparable à celle d'une saisie manuelle.

Ce travail de thèse s'inscrit dans le contexte d'un certain nombre de projets qui visent la conception, le développement et l'évaluation de systèmes robotiques mobiles pour l'autonomie des personnes à domicile. Deux aspects complémentaires mais néanmoins distincts sont considérés dans ce travail de thèse: 1. La définition d'une interface graphique qui permet aux utilisateurs d'accéder aisément aux fonctionnalités du robot ; 2. La mobilité du système, portant cette interface, dans des environnements intérieurs encombrés, relativement à la personne et dans un certain contexte. Le type d'interface proposée pour l'interaction est un aspect très important notamment en raison de la population cible : des séniors, non experts, souffrants souvent de troubles cognitifs. Les règles générales pour la conception d'une interface sont indépendantes de la technologie et doivent s'inspirées des principes relevant de la psychologie cognitive et des sciences sociales. Afin de rendre l'interface du robot parfaitement adaptée à chaque utilisateur, une méthode de sélection d'icônes a été proposée et expérimentée avec les patients de l'hôpital gériatrique Broca. Les problèmes relatifs à la mobilité autonome du support de l'interface sont particulièrement complexes. Ils reposent sur deux questions centrales qui sont d'une part la localisation de la personne dans l'espace d'évolution du robot et d'autre part la définition de comportements d'interaction. Pour la détection et la localisation de la personne, un détecteur des jambes par laser 2D a été implémenté. La vitesse de la personne et sa trajectoire sont calculées en appliquant un filtre de Kalman étendu sur les données issues du laser. Pour répondre au besoin de donner au robot un comportement flexible par rapport à l'utilisateur, au contexte et aux événements qui se produisent de façon imprévisible, nous avons implémenté un moteur de décision exploitant le logiciel SpirOps. Les entrées de ce moteur décisionnel sont des informations extraites des différents capteurs. Ces informations sont exploitées avec des méthodes de logique floue utilisant une base des règles que nous avons définie et paramétrée pour produire en sortie du moteur des valeurs d'intérêt associés à chaque action que le robot peut exécuter. Le robot peut alors décider dynamiquement quelle est l'action la plus logique et adéquate à réaliser dans les différentes situations.

Les systèmes d'aide à la conduite peuvent améliorer la sécurité routière en aidant les utilisateurs via des avertissements de situations dangereuses ou en déclenchant des actions appropriées en cas de collision imminente (airbags, freinage d'urgence, etc). Dans ce cas, la connaissance de la position et de la vitesse des objets mobiles alentours constitue une information clé. C'est pourquoi, dans ce travail, nous nous focalisons sur la détection et le suivi d'objets dans une scène dynamique. En remarquant que les systèmes multi-caméras sont de plus en plus présents dans les véhicules et en sachant que le lidar est performant pour la détection d'obstacles, nous nous intéressons à l'apport de la vision stéréoscopique dans la perception géométrique multimodale de l'environnement. Afin de fusionner les informations géométriques entre le lidar et le système de vision, nous avons développé un procédé de calibrage qui détermine les paramètres extrinsèques et évalue les incertitudes sur ces estimations. Nous proposons ensuite une méthode d'odométrie visuelle temps-réel permettant d'estimer le mouvement propre du véhicule afin de simplifier l'analyse du mouvement des objets dynamiques. Dans un second temps, nous montrons comment l'intégrité de la détection et du suivi des objets par lidar peut être améliorée en utilisant une méthode de confirmation visuelle qui procède par reconstruction dense de l'environnement 3D. Pour finir, le système de perception multimodal a été intégré sur une plateforme automobile, ce qui a permis de tester expérimentalement les différentes approches proposées dans des situations routières en environnement non contrôlé.

Ce travail de thèse s'inscrit dans le domaine de la vision artificielle. Plus précisément, nous nous sommes intéressés au suivi temps réel vidéo d'objets 3D mobiles dans des séquences d'images. A l'orgine de ces travaux, se trouve un algorithme, développé au LASMEA, dédié au suivi de motifs planaires texturés. Nous nous sommes proposés d'adapter cette méthode de suivi 2D à l'estimation du mouvement apparent d'objets 3D. Pour cela, l'objet 3D est modélisé à l'aide d'une collection d'images de référence. Pour chacune de ces vues, la solution 2D citée précédemment permet de suivre les mouvements fronto parallèles (déplacements de l'objet parallèlement au plan image) qui ne modifient pas de façon majeure l'aspect apparent dans l'image. Le point délicat, solutionné dans le cadre de cette thèse, est la détection et la gestion du changement d'aspect du motif suivi dû à des rotations relatives (caméra/objet) en site et azimut. Sur le plan pratique, l'approche proposée a permis le développement d'un système expérimental de suivi d'un visage et la navigation automatique d'un bras robotique, muni d'une caméra embarquée, autour d'un objet 3D.

La segmentation des structures vasculaires dans les images médicales est une étape complexe mais fondamentale pour l'aide au diagnostic et au traitement. Dans ce contexte, les techniques de traitement d'images facilitent la tâche des experts médicaux en minimisant les interactions manuelles tout en réduisant la variabilité inter-opérateurs. Nous présentons tout d'abord un état de l'art des méthodes de segmentation vasculaire 3D organisé suivant trois axes: modèles géométriques et d'apparence, primitives extraites des images et schémas d'extraction. Nos travaux se focalisent sur une problématique particulièrement complexe, la segmentation des artères coronaires en imagerie tomodensitométrique 3D. Nous proposons un modèle géométrique axial, évalué dans l'image grâce à une primitive fondée sur le flux de gradient à fort pouvoir discriminant et faible coût calculatoire. Nous dérivons ensuite un modèle bayésien récursif appris de façon non paramétrique sur une base de segmentations manuelles. Nous proposons enfin deux schémas d'extraction. Le premier met en œuvre une procédure d'optimisation discrète sur graphe fondée sur la propagation de chemins minimaux 4D (position spatiale 3D de l'axe vasculaire plus rayon associé). Il exploite une nouvelle métrique cumulative dérivée de notre modèle bayésien. Notre deuxième schéma repose sur une approche de suivi stochastique par méthode de Monte-Carlo séquentielle estimant la distribution a posteriori de notre modèle bayésien. Une attention particulière est donnée à la robustesse et l'efficacité calculatoire de nos algorithmes. Ceux-ci sont évalués qualitativement et quantitativement sur une base de données cliniques de grande taille.

Ces travaux de thèse s'inscrivent dans le cadre du projet européen CommRob impliquant des partenaires académiques et industriels. Le but du projet est la conception d'un robot compagnon évoluant en milieu structuré, dynamique et fortement encombré par la présence d'autres agents partageant l'espace (autres robots, humains). Dans ce cadre, notre contribution porte plus spécifiquement sur la perception multimodale des usagers du robot (utilisateur et passants). La perception multimodale porte sur le développement et l'intégration de fonctions perceptuelles pour la détection, l'identification de personnes et l'analyse spatio-temporelle de leurs déplacements afin de communiquer avec le robot. La détection proximale des usagers du robot s'appuie sur une perception multimodale couplant des données hétérogènes issues de différents capteurs. Les humains détectés puis reconnus sont alors suivis dans le flot vidéo délivré par une caméra embarquée afin d'en interpréter leurs déplacements. Une première contribution réside dans la mise en place de fonctions de détection et d'identification de personnes depuis un robot mobile. Une deuxième contribution concerne l'analyse spatio-temporelle de ces percepts pour le suivi de l'utilisateur dans un premier temps, de l'ensemble des personnes situées aux alentours du robot dans un deuxième temps. Enfin, dans le sens des exigences de la robotique, la thèse comporte deux volets : un volet formel et algorithmique qui tire pertinence et validation d'un fort volet expérimental et intégratif. Ces développements s'appuient sur notre plateforme Rackham et celle mise en oeuvre durant le projet CommRob.