Les fauteuils roulants « intelligents » dotés de facultés de navigation autonomes visent à soulager les personnes handicapés moteurs ayant des difficultés à conduire un fauteuil électrique standard. Depuis les années 80, de nombreuses études ont été menées pour réaliser de tels prototypes mais très peu ont abouti à de réels progrès pour les utilisateurs et ce uniquement pour des fonctionnalités simples. Cela peut s'expliquer par plusieurs facteurs, notamment la sous-estimation des contraintes d'acceptabilité et d'adaptabilité. Dans ce contexte, notre objectif est de concevoir une assistance à la conduite sous respect de ces contraintes. Pour cela, nous réalisons un système léger, composé de trois capteurs laser, d'une caméra et d'un micro-ordinateur. Il est susceptible de s'adapter sur tout type de fauteuil électrique et nous a permis de développer les fonctionnalités de franchissement de passage étroit et de suivi de mur ainsi qu'une interface humain-machine ergonomique. Celle-ci est établie par une commande « déictique » qui consiste à fournir un aperçu de l'environnement sur lequel l'utilisateur désigne la tâche autonome choisie par son lieu d'application, le fauteuil réalisant automatiquement l'action correspondante. Tout contact sur le joystick rend immédiatement le contrôle du fauteuil à l'utilisateur afin qu'il ne se sente pas prisonnier de l'assistance, ainsi le pilotage se compose d'une alternance de commandes manuelles et d'indications sur l'interface. Ensuite, l'évaluation de notre assistance à la conduite s'est déroulée en trois étapes. La première, qualitative, a consisté à présenter et à faire essayer le système à des utilisateurs potentiels. Dans un second temps nous avons comparé quantitativement les performances de la conduite assistée avec celles d'une conduite manuelle sur un panel de sujets valides (temps de parcours, nombre d'actions réalisées, indice de confort...). La troisième étape a consisté à évaluer la charge cognitive des utilisateurs dans les deux modes de conduite en mesurant la charge attentionnelle et la capacité décisionnelle à partir d'une méthode de douche tâche / The Smart Wheelchairs, that are equipped for autonomous navigation functionalities, aim to relieve people with disabilities who have difficulty to drive a standard electric wheelchair. Since the 80s, many studies have been conducted to design such prototypes but very few have led to real progress for users and only for simple functionalities. This can be explained by several factors, including the underestimation of the constraints of acceptability and adaptability. In this context, our goal is to provide a driving assistance in respect of these constraints. For this, we design a lightweight system, consisting of three laser sensors, a camera and a computer. It is adaptable to any type of electric wheelchair and allowed us to develop the functionalities of passing through of the narrow passages and wall following, as well as an ergonomic human-machine interface. This latter is established by a deictic command which consists in to provide an overview of the environment where the user indicates the chosen autonomous task by his application location, and then the wheelchair performs the corresponding action automatically. Moreover, all contact with the joystick gives back the control to the user so that he does not feel a prisoner of assistance; well the driving is composed of alternating manual controls and indications on the interface. Finally, the evaluation of our assistance in the conduct took place in three stages. The first, qualitative, is to present and to do try the system to potential users. In a second step, we compare quantitatively the performance of the assistance driving with those of a manual driving on a panel of valid persons (travel time, number of actions, discomfort index?). The third step is to assess the cognitive load of users in both driving modes by measuring the attentional load and decision-making capacity from a dual task method

Cette thèse traite de la numérisation 3D d'objets de formes inconnues par capteur laser plan sans contact. Objectif : accroître la qualité du résultat par la génération de trajectoire intelligente (TI) de numérisation. Les paramètres du positionnement capteur/pièce et la conséquence de leur variation sur la qualité du nuage sont étudiés. Un protocole expérimental d'évaluation du système de numérisation vis à vis du bruit de mesure (fonction de la distance et de l'angle de numérisation) est proposé, complété par des procédures d'évaluation de la justesse, la justesse relative et la fidélité. Il permet l'identification de l'espace admissible pour la génération de la TI. La démarche de génération de la TI débute par une première numérisation de l'objet. La qualification des données 3D obtenues est proposée tirant partie de l'étude précédente. Les zones de qualité insuffisante (bruit et complétude principalement) qui doivent être re numérisées sont identifiées. La nouvelle trajectoire est recalculée de façon à ce que les paramètres définissent un positionnement capteur appartenant à l'espace admissible précédemment établi. La démarche est illustrée par différents exemples.

La perception est un point clé pour le fonctionnement d'un véhicule autonome ou même pour un véhicule fournissant des fonctions d'assistance. Un véhicule observe le monde externe à l'aide de capteurs et construit un modèle interne de l'environnement extérieur. Il met à jour en continu ce modèle de l'environnement en utilisant les dernières données des capteurs. Dans ce cadre, la perception peut être divisée en deux étapes : la première partie, appelée SLAM (Simultaneous Localization And Mapping) s'intéresse à la construction d'une carte de l'environnement extérieur et à la localisation du véhicule hôte dans cette carte, et deuxième partie traite de la détection et du suivi des objets mobiles dans l'environnement (DATMO pour Detection And Tracking of Moving Objects). En utilisant des capteurs laser de grande précision, des résultats importants ont été obtenus par les chercheurs. Cependant, avec des capteurs laser de faible résolution et des données bruitées, le problème est toujours ouvert, en particulier le problème du DATMO. Dans cette thèse nous proposons d'utiliser la vision (mono ou stéréo) couplée à un capteur laser pour résoudre ce problème. La première contribution de cette thèse porte sur l'identification et le développement de trois niveaux de fusion. En fonction du niveau de traitement de l'information capteur avant le processus de fusion, nous les appelons "fusion bas niveau", "fusion au niveau de la détection" et "fusion au niveau du suivi". Pour la fusion bas niveau, nous avons utilisé les grilles d'occupations. Pour la fusion au niveau de la détection, les objets détectés par chaque capteur sont fusionnés pour avoir une liste d'objets fusionnés. La fusion au niveau du suivi requiert le suivi des objets pour chaque capteur et ensuite on réalise la fusion entre les listes d'objets suivis. La deuxième contribution de cette thèse est le développement d'une technique rapide pour trouver les bords de route à partir des données du laser et en utilisant cette information nous supprimons de nombreuses fausses alarmes. Nous avons en effet observé que beaucoup de fausses alarmes apparaissent sur le bord de la route. La troisième contribution de cette thèse est le développement d'une solution complète pour la perception avec un capteur laser et des caméras stéréo-vision et son intégration sur un démonstrateur du projet européen Intersafe-2. Ce projet s'intéresse à la sécurité aux intersections et vise à y réduire les blessures et les accidents mortels. Dans ce projet, nous avons travaillé en collaboration avec Volkswagen, l'Université Technique de Cluj-Napoca, en Roumanie et l'INRIA Paris pour fournir une solution complète de perception et d'évaluation des risques pour le démonstrateur de Volkswagen.

La perception est un point clé pour le fonctionnement d'un véhicule autonome ou même pour un véhicule fournissant des fonctions d'assistance. Un véhicule observe le monde externe à l'aide de capteurs et construit un modèle interne de l'environnement extérieur. Il met à jour en continu ce modèle de l'environnement en utilisant les dernières données des capteurs. Dans ce cadre, la perception peut être divisée en deux étapes : la première partie, appelée SLAM (Simultaneous Localization And Mapping) s'intéresse à la construction d'une carte de l'environnement extérieur et à la localisation du véhicule hôte dans cette carte, et deuxième partie traite de la détection et du suivi des objets mobiles dans l'environnement (DATMO pour Detection And Tracking of Moving Objects). En utilisant des capteurs laser de grande précision, des résultats importants ont été obtenus par les chercheurs. Cependant, avec des capteurs laser de faible résolution et des données bruitées, le problème est toujours ouvert, en particulier le problème du DATMO. Dans cette thèse nous proposons d'utiliser la vision (mono ou stéréo) couplée à un capteur laser pour résoudre ce problème. La première contribution de cette thèse porte sur l'identification et le développement de trois niveaux de fusion. En fonction du niveau de traitement de l'information capteur avant le processus de fusion, nous les appelons "fusion bas niveau", "fusion au niveau de la détection" et "fusion au niveau du suivi". Pour la fusion bas niveau, nous avons utilisé les grilles d'occupations. Pour la fusion au niveau de la détection, les objets détectés par chaque capteur sont fusionnés pour avoir une liste d'objets fusionnés. La fusion au niveau du suivi requiert le suivi des objets pour chaque capteur et ensuite on réalise la fusion entre les listes d'objets suivis. La deuxième contribution de cette thèse est le développement d'une technique rapide pour trouver les bords de route à partir des données du laser et en utilisant cette information nous supprimons de nombreuses fausses alarmes. Nous avons en effet observé que beaucoup de fausses alarmes apparaissent sur le bord de la route. La troisième contribution de cette thèse est le développement d'une solution complète pour la perception avec un capteur laser et des caméras stéréo-vision et son intégration sur un démonstrateur du projet européen Intersafe-2. Ce projet s'intéresse à la sécurité aux intersections et vise à y réduire les blessures et les accidents mortels. Dans ce projet, nous avons travaillé en collaboration avec Volkswagen, l'Université Technique de Cluj-Napoca, en Roumanie et l'INRIA Paris pour fournir une solution complète de perception et d'évaluation des risques pour le démonstrateur de Volkswagen. / Perception is one of important steps for the functioning of an autonomous vehicle or even for a vehicle providing only driver assistance functions. Vehicle observes the external world using its sensors and builds an internal model of the outer environment configuration. It keeps on updating this internal model using latest sensor data. In this setting perception can be divided into two sub parts: first part, called SLAM(Simultaneous Localization And Mapping), is concerned with building an online map of the external environment and localizing the host vehicle in this map, and second part deals with finding moving objects in the environment and tracking them over time and is called DATMO(Detection And Tracking of Moving Objects). Using high resolution and accurate laser scanners successful efforts have been made by many researchers to solve these problems. However, with low resolution or noisy laser scanners solving these problems, especially DATMO, is still a challenge and there are either many false alarms, miss detections or both. In this thesis we propose that by using vision sensor (mono or stereo) along with laser sensor and by developing an effective fusion scheme on an appropriate level, these problems can be greatly reduced. The main contribution of this research is concerned with the identification of three fusion levels and development of fusion techniques for each level for SLAM and DATMO based perception architecture of autonomous vehicles. Depending on the amount of preprocessing required before fusion for each level, we call them low level, object detection level and track level fusion. For low level we propose to use grid based fusion technique and by giving appropriate weights (depending on the sensor properties) to each grid for each sensor a fused grid can be obtained giving better view of the external environment in some sense. For object detection level fusion, lists of objects detected for each sensor are fused to get a list of fused objects where fused objects have more information then their previous versions. We use a Bayesian fusion technique for this level. Track level fusion requires to track moving objects for each sensor separately and then do a fusion between tracks to get fused tracks. Fusion at this level helps remove false tracks. Second contribution of this research is the development of a fast technique of finding road borders from noisy laser data and then using these border information to remove false moving objects. Usually we have observed that many false moving objects appear near the road borders due to sensor noise. If they are not filtered out then they result into many false tracks close to vehicle making vehicle to apply breaks or to issue warning messages to the driver falsely. Third contribution is the development of a complete perception solution for lidar and stereo vision sensors and its intigration on a real vehicle demonstrator used for a European Union project (INTERSAFE-21). This project is concerned with the safety at intersections and aims at the reduction of injury and fatal accidents there. In this project we worked in collaboration with Volkswagen, Technical university of Cluj-Napoca Romania and INRIA Paris to provide a complete perception and risk assessment solution for this project.

Depuis des décennies, les chercheurs essaient de développer des systèmes intelligents pour les véhicules modernes, afin de rendre la conduite plus sûre et plus confortable. Ces systèmes peuvent conduire automatiquement le véhicule ou assister un conducteur en le prévenant et en l'assistant en cas de situations dangereuses. Contrairement aux conducteurs, ces systèmes n'ont pas de contraintes physiques ou psychologiques et font preuve d'une grande robustesse dans des conditions extrêmes. Un composant clé de ces systèmes est la fiabilité de la perception de l'environnement. Pour cela, les capteurs lasers sont très populaires et largement utilisés. Les capteurs laser 2D classiques ont des limites qui sont souvent compensées par l'ajout d'autres capteurs complémentaires comme des caméras ou des radars. Les avancées récentes dans le domaine des capteurs, telles que les capteurs laser 3D qui perçoivent l'environnement avec une grande résolution spatiale, ont montré qu'ils étaient une solution intéressante afin d'éviter l'utilisation de plusieurs capteurs. Bien qu'il y ait des méthodes bien connues pour la perception avec des capteurs laser 2D, les approches qui utilisent des capteurs lasers 3D sont relativement rares dans la littérature. De plus, la plupart d'entre elles utilisent plusieurs capteurs et réduisent le problème de la 3ème dimension en projetant les données 3D sur un plan et utilisent les méthodes classiques de perception 2D. Au contraire de ces approches, ce travail résout le problème en utilisant uniquement un capteur laser 3D et en utilisant les informations spatiales fournies par ce capteur. Notre première contribution est une extension des méthodes génériques de cartographie 3D fondée sur des grilles d'occupations optimisées pour résoudre le problème de cartographie et de localisation simultanée (SLAM en anglais). En utilisant des grilles d'occupations 3D, nous définissons une carte d'élévation pour la segmentation des données laser correspondant au sol. Pour corriger les erreurs de positionnement, nous utilisons une méthode incrémentale d'alignement des données laser. Le résultat forme la base pour le reste de notre travail qui constitue nos contributions les plus significatives. Dans la deuxième partie, nous nous focalisons sur la détection et le suivi des objets mobiles (DATMO en anglais). La deuxième contribution de ce travail est une méthode pour distinguer les objets dynamiques des objets statiques. L'approche proposée utilise une détection fondée sur le mouvement et sur des techniques de regroupement pour identifier les objets mobiles à partir de la grille d'occupations 3D. La méthode n'utilise pas de modèles spécifiques d'objets et permet donc la détection de tout type d'objets mobiles. Enfin, la troisième contribution est une méthode nouvelle pour classer les objets mobiles fondée sur une technique d'apprentissage supervisée. La contribution finale est une méthode pour suivre les objets mobiles en utilisant l'algorithme de Viterbi pour associer les nouvelles observations avec les objets présents dans l'environnement, Dans la troisième partie, l'approche propose est testée sur des jeux de données acquis à partir d'un capteur laser 3D monté sur le toit d'un véhicule qui se déplace dans différents types d'environnement incluant des environnements urbains, des autoroutes et des zones piétonnes. Les résultats obtenus montrent l'intérêt du système intelligent proposé pour la cartographie et la localisation simultanée ainsi que la détection et le suivi d'objets mobiles en environnement extérieur et dynamique en utilisant un capteur laser 3D. / With an anticipation to make driving experience safer and more convenient, over the decades, researchers have tried to develop intelligent systems for modern vehicles. The intended systems can either drive automatically or monitor a human driver and assist him in navigation by warning in case of a developing dangerous situation. Contrary to the human drivers, these systems are not constrained by many physical and psychological limitations and therefore prove more robust in extreme conditions. A key component of an intelligent vehicle system is the reliable perception of the environment. Laser range finders have been popular sensors which are widely used in this context. The classical 2D laser scanners have some limitations which are often compensated by the addition of other complementary sensors including cameras and radars. The recent advent of new sensors, such as 3D laser scanners which perceive the environment at a high spatial resolution, has proven to be an interesting addition to the arena. Although there are well-known methods for perception using 2D laser scanners, approaches using a 3D range scanner are relatively rare in literature. Most of those which exist either address the problem partially or augment the system with many other sensors. Surprisingly, many of those rely on reducing the dimensionality of the problem by projecting 3D data to 2D and using the well-established methods for 2D perception. In contrast to these approaches, this work addresses the problem of vehicle perception using a single 3D laser scanner. First contribution of this research is made by the extension of a generic 3D mapping framework based on an optimized occupancy grid representation to solve the problem of simultaneous localization and mapping (SLAM). Using the 3D occupancy grid, we introduce a variance-based elevation map for the segmentation of range measurements corresponding to the ground. To correct the vehicle location from odometry, we use a grid-based incremental scan matching method. The resulting SLAM framework forms a basis for rest of the contributions which constitute the major achievement of this work. After obtaining a good vehicle localization and a reliable map with ground segmentation, we focus on the detection and tracking of moving objects (DATMO). The second contribution of this thesis is the method for discriminating between the dynamic objects and the static environment. The presented approach uses motion-based detection and density-based clustering for segmenting the moving objects from 3D occupancy grid. It does not use object specific models but enables detecting arbitrary traffic participants. Third contribution is an innovative method for layered classification of the detected objects based on supervised learning technique which makes it easier to estimate their position with time. Final contribution is a method for tracking the detected objects by using Viterbi algorithm to associate the new observations with the existing objects in the environment. The proposed framework is verified with the datasets acquired from a laser scanner mounted on top of a vehicle moving in different environments including urban, highway and pedestrian-zone scenarios. The promising results thus obtained show the applicability of the proposed system for simultaneous localization and mapping with detection, classification and tracking of moving objects in dynamic outdoor environments using a single 3D laser scanner.

L'inspection dimensionnelle, qui consiste à vérifier la conformité géométrique des pièces vis-à-vis des spécifications, est une étape essentielle dans le cycle de vie des produits. Elle s’appuie de plus en plus sur la mesure multi-capteurs qui permet un gain de temps certain. Néanmoins, le gain de temps n'a de sens que si la qualité des résultats respecte le besoin métrologique. En effet, la mise en œuvre combinée de capteurs de technologie et de caractéristiques différentes engendre un certain nombre de problèmes qui affectent directement la qualité de la mesure. Dans ce travail, une approche d'inspection automatique utilisant un scanner combinant un capteur à contact avec un capteur laser-plan monté sur une MMT est proposée. Cette approche cherche à utiliser au mieux les capacités de chacun des capteurs, en privilégiant la mesure avec le capteur laser-plan dès lors que la qualité requise est obtenue pour un gain de temps. L’approche consiste à définir une séquence d’opérations de mesure de surfaces qui portent des spécifications, appelées entités d’inspection.Partant d'un ensemble d'orientations du scanner, la séquence d'opérations est établie pour chaque orientation par évaluation de l'aptitude du capteur laser puis celle du palpeur à mesurer les surfaces avec la qualité nécessaire. La gamme d'inspection est complétée par la définition optimale de la trajectoire du capteur laser-plan et celle du palpeur pour chaque orientation. La trajectoire finale exécutée sur machine MMT est obtenue par transformation et assemblage des deux trajectoires. À l'issue de l'exécution, la mesure avec les deux capteurs conduit à deux nuages de points hétérogènes qu’il convient de traiter avant l’évaluation finale des spécifications. / Dimensional inspection, which consists in verifying the geometric conformity of parts in terms of specifications, is an essential step in the product life cycle. Recently, dimensional inspection has been increasingly based on multi-sensor measurement that allows a significant time saving. However, time saving is only meaningful if the quality of the results respects the metrological requirements. Indeed, the combined use of sensors of different technologies and characteristics generates issues that affect the measurement quality. In this work, an automatic inspection approach using a scanner combining a contact sensor with a laser-plane sensor mounted on a CMM is proposed. This approach aims to best use the abilities of each of the sensors, giving priority to measurement with the laser-plan sensor as soon as the required quality is obtained for time saving. The approach consists in defining a sequence of surface measurement operations that have specifications, called inspection features.Starting from a set of scanner orientations, the sequence of operations is established for each orientation by evaluating the ability of the laser sensor and then that of the probe to measure surfaces with the required quality. The inspection plan is completed by the optimal definition of the laser-plane sensor path and the probe path for each orientation. The final path executed on the CMM machine is obtained by transforming and assembling the two paths. At the end of the execution, the measurement with the two sensors leads to two heterogeneous point clouds that must be processed before the final evaluation of the specifications.

Dans le contexte d'inspection du procédé d'usinage, l'intégration des opérations de mesure au processus de fabrication permet de réaliser les actions correctives à appliquer aux opérations de fabrication et ainsi de diminuer le temps de cycle de fabrication. Nous nous sommes intéressés dans ces travaux à la réalisation de la mesure on-machine par capteur laser plan dans une MOCN 5 axes. La problématique liée à la mesure on-machine concerne la proposition d'une méthode de planification de trajectoires qui résulte d'un compromis entre le temps de mesure et la qualité des données acquises.Nous proposons dans un premier temps un format de description des paramètres de la trajectoire du capteur permettant d'intégrer l'orientation de la broche dans la machine. Comme la détermination de point de vue dans notre contexte est adoptée pour le capteur laser plan, les contraintes de visibilité et de qualité sont appliquées à la position de ligne laser sur la surface. Nous proposons de réaliser d'un simulateur de trajectoires de numérisation. Ce simulateur nous permet d'identifier les zones de la pièce correctement numérisées en termes des critères de visibilité et de qualité. Il permet à la fois de valider la trajectoire avant l'exécution de la numérisation sur le système physique et d'aider à la génération de trajectoire de numérisation.Pour contrôler le temps et la qualité de numérisation, une méthode de planification de la trajectoire de numérisation pour une structure 6 axes, ISOvScan, est proposée. Dans cette méthode, la zone de recouvrement entre deux passes consécutives est constante, l'orientation du capteur en chaque point piloté est gérée afin d'assurer la qualité de numérisation et de maximiser le taux de couverture du laser. La méthode repose sur l'utilisation de la transformation conforme au sens des moindres carrés (Least Squares Conformal Maps-LSCM) pour transformer la surface 3D en un espace 2D. Le calcul de la trajectoire de numérisation peut alors être effectué plus simplement dans cet espace 2D.Comme la cinématique de la machine-outil 5 axes ne permet pas d'appliquer directement la trajectoire 6 axes créée par ISOvScan, les méthodes pour générer une trajectoire du capteur laser adaptée à la machine-outil 5-axes sont proposées dans ces travaux. Une application de numérisation sur la machine-outil 5-axes est réalisé pour vérifier la validité de la trajectoire de numérisation 5 axes. / In the context of the inspection of the machining process, the integration of the measurement operations into the manufacturing process allows to realize the corrective actions applied to the manufacturing operations and thus to reduce the manufacturing cycle time. Our objective in this work is to realize an on-machine measurement (OMM) by laser plane sensor in a 5-axis machine-tool. The problem related to OMM concerns the proposition of a scan path planning method that results from a compromise between the measurement time and the quality of the data acquired.First of all, we propose a description format of the parameters of the sensor path allowing to integrate the orientation of the spindle in the machine. As the determination of view point in our context is adopted for the laser plane sensor, the visibility and quality constraints are applied to the digitizing laser line position on the surface. We propose to realize a simulator of digitizing path. This simulator allows us to identify correctly the areas of the digitized part in terms of the scanning visibility and quality. It allows to validate the scan path before executing the scan on the physical system and to help the scan path generation.To control the scan time and quality, a scan path planning method for a 6-axis structure, ISOvScan, is proposed. In this method, the overlap zone between two consecutive passes is constant, the orientation of the sensor at each driven point is managed in order to ensure the scanning quality and to maximize the coverage rate of the laser. The method relies on the use of the Least Squares Conformal Maps (LSCM) to transform the 3D surface into a 2D space. The calculation of the scan path can then be done more simply in this 2D space.Since the kinematics of the machine tool does not enable to directly apply the 6 axes scan path created by ISOvScan, the methods for generating a laser scan path adapted to 5-axis machine-tool are proposed in this work. An application on the 5-axis machine-tool is performed to validate this adapted scan path.