Nous nous sommes essentiellement intéressés à la modélisation d'objets volumétriques par des champs de distance scalaire. La distance Euclidienne d'un point a un ensemble de points représentant la frontière d'un solide, correspond à la plus petite distance (définie à partir de la norme Euclidienne) entre ce point et n'importe quel point de l'ensemble. La représentation du solide par la distance à la surface du solide est une méthode concise mais relativement puissante pour définir et manipuler des solides. Dans ce cadre, nous nous sommes intéressés à la modélisation constructive de solides, et à la façon d'implémenter les opérations ensemblistes par des fonctions afin de garantir une bonne approximation de la distance ainsi que certaines propriétés de différentiabilité, nécessaire pour plusieurs classes d'opérations ou applications sur les solides. Nous avons construit différents types de fonctions implémentant les principales opérations ensemblistes (union, intersection, différence). Ces fonctions peuvent être ensuite appliquées à des primitives, définies par la distance à la surface de la primitive, afin de construire récursivement des solides complexes, définies eux-mêmes par une approximation à la distance du solide. Ces fonctions correspondent en fait à une certaine classe de R-fonctions, obtenues en lissant les points critiques des fonctions min/max (qui sont elles mêmes des R-fonctions). Ces fonctions sont appelées Signed Approximate Real Distance Functions (SARDF). Le cadre SARDF, constitue des fonctions décrites ci-dessus et de primitives définies par la fonction distance, a été utilisé pour la modélisation hétérogène de solides. La distance, ou son approximation, à la surface du solide ou des matériaux internes est utilisée comme un paramètre pour modéliser la distribution des matériaux à l'intérieur du solide. Le cadre SARDF a principalement été implémenté comme une extension de l'interpréteur d'HyperFun et à l'intérieur de l'applet Java d'HyperFun. La modélisation constructive de solides possède de nombreux avantages qui en font un outil puissant pour la modélisation de solides. Néanmoins, la définition constructive de solides peut être fastidieuse et répétitive. Nous avons étudié différents aspects pour l'automatiser. Dans un premier temps, nous avons introduit la notion de modèles template, et proposé différents algorithmes pour optimiser la forme d'un template à différentes instances correspondant à des nuages de points, sur ou aux alentours de la surface du solide. L'idée des templates vient de l'observation que les solides traditionnellement modélisés par ordinateur peuvent être regroupés en différentes classes possédant des caractéristiques communes. Par exemple, différents vases peuvent avoir une forme commune. Cette forme générale est modélisée une seule fois, et différents paramètres gouvernant les caractéristiques de la forme sont extraits. Ces paramètres sont ensuite optimisés à l'aide d'une combinaison de méta-heuristique comme le recuit simulé ou les algorithmes génétiques avec des méthodes directes du type Newton ou LevenbergMarquardt. L'utilisation du cadre SARDF pour la définition du modèle template est préférable, car donne de meilleurs résultats avec les algorithmes d'optimisation. Nous pouvons maintenant nous demander comment le modèle template est obtenu. Une première solution est d'utiliser les services d'un artiste. Néanmoins, nous pouvons aussi réfléchir pour automatiser ce processus. Nous avons essentiellement étudié deux aspects pour répondre à cette question : la première est l'utilisation de la programmation génétique pour former un modèle constructif à partir d'un nuage de points. La deuxième solution consiste à partir d'un nuage de points segmentés et une liste de primitives optimisés à ce nuage de points segmenté, d'utiliser un algorithme génétique pour déterminer l'ordre et le type d'opérations qui peuvent être appliquées à ces primitives. Ces deux solutions ont été implémentées et leurs résultats discutés.

La thèse s'inscrit dans l'étude de la structuration des forêts à partir des propriétés de la canopée telles que décrites par la distribution spatiale ou la taille des houppiers des arbres dominants. L'approche suivie est fondée sur la théorie des Processus Ponctuels Marqués (PPM) qui permet de modéliser ces houppiers comme des disques sur images considérées comme un espace 2D. Le travail a consisté à évaluer le potentiel des PPM pour détecter automatiquement les houppiers d'arbres dans des images optiques de très résolution spatiale acquises sur des forêts de mangroves et des plantations d'Eucalyptus. Pour les mangroves, nous avons également travaillé sur des images simulées de réflectance et des données Lidar. Différentes adaptations (paramétrage, modèles d'énergie) de la méthode de PPM ont été testées et comparées grâce à des indices quantitatifs de comparaison entre résultats de la détection et références de positionnement issues du terrain, de photo-interprétation ou de maquettes forestières. Dans le cas des mangroves, les tailles de houppier estimées par détection restent cohérentes avec les sorties des modèles allométriques disponibles. Les résultats thématiques indiquent que la détection par PPM permet de cartographier dans une jeune plantation d'Eucalyptus la densité locale d'arbres dont la taille des houppiers est proche de la résolution spatiale de l'image (0.5m). Cependant, la qualité de la détection diminue quand le couvert se complexifie. Ce travail dresse plusieurs pistes de recherche tant mathématique, comme la prise en compte des objets de forme complexe, que thématiques, comme l'apport des informations forestières à des échelles pertinentes pour la mise au point de méthodes de télédétection.

La dégénérescence maculaire liée à l'âge (DMLA) est la première cause de cécité chez les sujets âgés dans les pays industrialisés. Les questionnaires sur la qualité de vie suggèrent que les patients rencontrent des difficultés dans la recherche d'objets et dans leurs déplacements. En effet, les objets apparaissent rarement isolés dans leur environnement naturel. Ils apparaissent dans un contexte spatial qui peut les masquer en partie et le contraste d'une scène naturelle peut varier au cours de la journée. Nous étudions la capacité de reconnaissance des objets et des scènes naturelles chez les patients DMLA en utilisant des photographies de scènes naturelles. Nous nous sommes intéressés à la reconnaissance des scènes naturelles, puis à la capacité de discrimination figure/fond, à l'effet du contraste sur la reconnaissance des objets, et à la navigation spatiale dans un environnement virtuel. Nous avons comparé la performance de patients avec une DMLA à celle de sujets avec vision normale appariés en âge aux patients. Nos résultats montrent que les patients DMLA sont capables de catégoriser des scènes naturelle ou urbaine, et de discriminer une scène d'intérieur d'une scène extérieur avec un niveau de précision élevé, ce qui est en faveur des modèles centrés sur la scène. Ils détectent mieux un objet lorsque celui-ci était séparé du fond par un espace blanc et lorsque l'objet est présenté dans son contexte naturel que lorsqu'il est présenté sur un fond non structuré et non significatif ; ce qui indique que le fond est traité normalement en vision périphérique. Ils présentent plus de difficultés que les sujets avec vision normale pour détecter un objet dans une scène achromatique dont le contraste est réduit. Une étude sur la navigation spatiale met en évidence une compression de la représentation de l'espace: les sujets avec une DMLA sous-estiment plus la distance virtuelle que les sujets avec vision normale dans la tâche de navigation spatiale. Ces résultats peuvent avoir des applications pratiques dans la rééducation, dans la mise en page des textes et des magazines et dans l'agencement de l'environnement spatial des personnes âgés souffrant de DMLA afin d'améliorer la recherche d'objets, la mobilité et diminuer le risque de chute.

Cette thèse présente une nouvelle approche pour contrôler des algorithmes de suivi d'objets mobiles. Plus précisément, afin de s'adapter aux variations contextuelles de suivi, cette approche apprend à régler les paramètres des algorithmes de suivi d'objets basés sur l'apparence ou sur les points d'intérêt. Le contexte de suivi d'une vidéo est défini par un ensemble de caractéristiques : la densité des objets mobiles, leur niveau d'occultation, leur contraste et leur surface 2D. Dans une phase d'apprentissage supervisée, des valeurs de paramètres satisfaisantes sont déterminées pour chaque séquence d'apprentissage. Puis ces séquences sont classifiées en groupant leurs caractéristiques contextuelles. A chaque contexte sont associées les valeurs de paramètres apprises. Dans la phase de contrôle en ligne, deux approches sont proposées. Pour la première approche, quand le contexte change, les paramètres sont réglés en utilisant les valeurs apprises. Pour la deuxième, le réglage des paramètres est réalisé quand le contexte change et quand la qualité de suivi (calculée par un algorithme d'évaluation en ligne) n'est pas assez bonne. Un processus d'apprentissage en-ligne met à jour les relations contextes/paramètres. L'approche a été expérimentée avec des vidéos longues, complexes et plusieurs ensembles de vidéos publiques. Cette thèse propose cinq contributions : (1) une méthode de classification des vidéos pour apprendre hors-ligne les paramètres de suivi, (2) un algorithme d'évaluation en-ligne du suivi, (3) une méthode pour contrôler en ligne le suivi, (4) un algorithme de suivi pouvant s'adapter aux conditions de la scène, (5) une méthode de suivi robuste basée sur le filtre de Kalman et un suivi global.

Ce travail s'inscrit dans le domaine de l'évaluation des performances des Systèmes de Gestion de Bases de Données Orientés Objets (SGBDOO). Ces systèmes rencontrent depuis leur origine des problèmes de performance pour s'imposer face aux générations<br />antérieures de SGBD (principalement les systèmes relationnels, qui sont utilisés depuis les années 70 et parfaitement optimisés).<br /><br />Diverses méthodes sont employées pour améliorer ces performances, telles que le groupement d'objets (clustering, dans la terminologie anglo-saxonne). Cependant, ces techniques induisent une surcharge pour le système. Il est donc important de pouvoir évaluer leur impact réel sur les performances globales.<br /><br />Dans cette optique, une étude approfondie du domaine a permis de dégager les insuffisances majeures attribuables aux techniques d'évaluation de performance existantes (analyse mathématique, bancs d'essais, simulation). Nos propositions, le banc d'essais<br />OCB (Object Clustering Benchmark) et le modèle de simulation VOODB (Virtual Object-Oriented Database), ont pour objectif de remédier à ces problèmes en se positionnant comme des outils génériques, paramétrables et adaptés à l'étude du regroupement d'objets.<br /><br />Le modèle de simulation VOODB intègre le banc d'essais OCB. Il a été obtenu par l'application d'une méthodologie de modélisation ayant pour but de systématiser l'analyse des SGBDOO et de fournir des modèles fiables de ces systèmes. Son code a été spécifié<br />dans un environnement de simulation simple et performant que nous avons conçu pour l'occasion et baptisé DESP-C++.<br /><br />Une démarche de validation de nos outils a été conduite en mesurant les performances réelles du SGBDOO O2, du gestionnaire d'objets persistants Texas et de la stratégie dynamique de regroupement d'objets DSTC, grâce au banc d'essais OCB. Des évaluations de performance concernant ces systèmes ont également été effectuées avec le modèle de simulation VOODB. Les résultats des mesures sur les systèmes réels et les résultats de simulation ont été comparés et se sont avérés cohérents.

Cette thèse porte sur la modélisation d'environnements naturels et la localisation d'un robot mobile autonome. L'environnement, inconnu ou partiellement connu au départ, est perçu incrémentalement par le robot au moyen d'un capteur 3D (télémètre laser ou vision stéréoscopique). Les domaines d'application de ce travail se situent dans le cadre de la robotique mobile d'intervention et de l'exploration planétaire. Une première partie établit sous la forme d'un cahier des charges les caractéristiques que doit présenter le modèle de l'environnement et fait une analyse critique des différentes représentations étudiées dans la littérature. L'approche proposée est alors introduite et se base sur une décomposition de l'environnement en deux entités élémentaires: le sol et les objets. La deuxième partie porte sur la modélisation d'une perception. Elle précise comment le robot segmente le sol et les objets à partir des images 3D et l'illustre par de nombreux exemples sur des données issues de scènes et de capteurs différents. Un modèle géométrique est calculé indépendamment pour chacun des objets et des relations topologiques (caractérisant leurs dispositions relatives) sont établies entre eux. Des objets particuliers, appelés amers, sont sélectionnés sur la base de critères de précision et de distinction. Le robot identifie pour chacun d'eux leur sommet qui est une caractéristique reconnaissable et en calcule la position et l'incertitude en fonction de la forme de l'amer et de la résolution du capteur. La troisième et dernière partie traite de la modélisation incrémentale de l'ensemble de l'environnement. Après chaque perception, le robot cherche à reconnaître les amers ou une configuration d'amers dans le modèle. Les appariements trouvés lui permettent de réestimer à la fois sa position et son incertitude ainsi que celles des amers. Cette opération de localisation et de construction de la carte des amers est réalisée à l'aide du filtre de Kalman étendu. Le maintien des liens de corrélation entre les amers et le robot permet de conserver la cohérence globale de la carte. Plusieurs expérimentations de modélisation incrémentale sont présentées et analysées méthodiquement. Les positions estimées du robot et celles des amers sont comparées à des valeurs de reférences, notamment obtenues grâce à un théodolite laser, et permettent de conclure sur la validité des localisations et de la carte construite.

L'évolution autonome d'un robot dans un environnement évolutif nécessite qu'il soit doté de capacités de perception, d'action et de décision suffisantes pour réaliser la tâche assignée. Une tâche essentielle en robotique est la manipulation d'objets et d'outils. Elle intervient non seulement pour un robot seul mais également dans des situations d'interaction avec un humain ou un autre robot quand il s'agit d'échanger des objets ou de les manipuler conjointement. Cette thèse porte sur la planification de tâches de manipulation d'objets pour un robot autonome dans un environnement humain. Une architecture logicielle susceptible de résoudre ce type de problèmes au niveau géométrique est proposée. Généralement, une tâche de manipulation commence par une opération de saisie dont la qualité conditionne fortement la réussite de la tâche et pour laquelle nous proposons un planificateur basé sur les propriétés inertielles de l'objet et une décomposition en éléments quasi-convexes tout en prenant en compte les contraintes imposées par le système mobile complet dans un environnement donné. Les résultats sont validés en simulation et sur le robot sur la base d'une extension des outils de planification développés au LAAS-CNRS. Le modèle géométrique 3D de l'objet peut être connu a priori ou bien acquis en ligne. Des expérimentations menées sur un robot manipulateur mobile équipé d'une pince à trois points de contacts, de capteurs de force et d'une paire de caméras stéréoscopiques ont montré la validité de l'approche.

Les robots de service ou d'assistance doivent évoluer dans un environnent humain en constant changement, souvent imprévisible. Ils doivent donc être capables de s'adapter à ces changements, idéalement de manière autonome, afin de ne pas dépendre de la présence constante d'une supervision. Une telle adaptation en environnements non structurés nécessite notamment une détection et un apprentissage continu des nouveaux objets présents, que l'on peut imaginer inspirés des enfants, basés sur l'interaction avec leur parents et la manipulation motivée par la curiosité. Notre travail vise donc à concevoir une approche développementale permettant à un robot humanoïde de percevoir son environnement. Nous nous inspirons à la fois de la perception humaine en termes de fonctionnalités et du développements cognitifs observé chez les infants. Nous proposons une approche qui permet à un robot humanoïde d'ex- plorer son environnement de manière progressive, comme un enfant, grâce à des interactions physiques et sociales. Suivant les principes de la robotique développementale, nous nous concentrons sur l'apprentissage progressif, continu et autonome qui ne nécessite pas de connaissances a priori des objets. Notre système de perception débute par la segmentation de l'espace visuel en proto-objets, qui serviront d'unités d'attention. Chaque proto-objet est représenté par des carac- téristiques bas-niveaux (la couleur et la texture) et sont eux-mêmes intégrés au sein de caractéristiques de plus haut niveau pour ensuite former un modèle multi-vues. Cet apprentissage s'effectue de manière incrémentale et chaque proto-objet est associé à une ou plusieurs entités physiques distinctes. Les entités physiques sont ensuite classés en trois catégories : parties du robot, parties des humains et objets. La caractérisation est basée sur l'analyse de mouvements des entités physiques provenant de la vision ainsi que sur l'information mutuelle entre la vison et proprioception. Une fois que le robot est capable de catégoriser les entités, il se concentre sur l'interaction active avec les objets permettant ainsi d'acquérir de nouvelles informations sur leur apparence qui sont intégrés dans leurs modèles de représen- tation. Ainsi, l'interaction améliore les connaissances sur les objets et augmente la quantité d'information dans leurs modèles. Notre système de perception actif est évalué avec le robot humanoïde iCub en utilisant une base expérimentale de 20 objets. Le robot apprend par interaction avec un partenaire humain ainsi que par ses propres actions sur les objets. Notre système est capable de créer de manière non supervisée des modèles cohérents des différentes entités et d'améliorer les modèles des objets par apprentissage interactif et au final de reconnaître des objets avec 88.5% de réussite.

La vision permet aux animaux de recueillir une information riche et détaillée sur leur environnent proche ou lointain. Les machines ont aussi accès à cette information riche via leurs caméras. Mais, elles n'ont pas encore le logiciel adéquat leur permettant de la traiter pour transformer les valeurs brutes des pixels de l'image en information plus utile telle que la nature, la position, et la fonction des objets environnants. Voilà une des raisons pour laquelle il leur est difficile de se mouvoir dans un environnement inconnu, et d'interagir avec les humains ou du matériel dans des scénarios non-planifiés. Cependant, la conception de ce logiciel comporte de multiples défis. Parmi ceux-ci, il est difficile de comparer deux images entre elles, par exemple, afin que la machine puisse reconnaître que ce qu'elle voit est similaire à une image qu'elle a déjà vue et identifiée. Une des raisons de cette difficulté est que la machine ne sait pas, a priori, quelles parties des deux images se correspondent, et ne sait donc pas quoi comparer avec quoi. Cette thèse s'attaque à ce problème et propose une série d'algorithmes permettant de trouver les parties correspondantes entre plusieurs images, ou en d'autre terme d'aligner les images. La première méthode proposée permet d'apparier ces parties de manière cohérente en prenant en compte les interactions entre plus de deux d'entre elles. Le deuxième algorithme proposé applique avec succès une méthode d'alignement pour déterminer la catégorie d'un objet centré dans une image. Le troisième est optimisé pour la vitesse et tente de détecter un objet d'une catégorie donné où qu'il soit dans l'image.

Le paradigme d'Internet des objets (IdO) envisage d'augmenter l'Internet actuel avec un grand nombre de dispositifs intelligents communicants. Les réseaux de capteurs sans fil (RCsF) déploient les appareils fonctionnant sur les approvisionnements énergétiques maigres et mesurent les phénomènes environnementaux (comme la température, la radioactivité, ou CO2). Les applications populaires de réseaux de capteurs sans fil comprennent la surveillance, la télémétrie et la prévention des catastrophes naturelles. Les majeurs défis de réseaux de capteurs consistent à: comment obtenir l'efficacité énergétique? Comment surmonter les déficiences de support sans fil? et comment les faire fonctionner d'une manière auto-organisée? L'intégration de réseaux de capteurs dans IoD s'appuiera sur un ensemble de standards ouverts qui s'efforcent d'offrir le passage à l'échelle, la fiabilité dans une variété des conditions, et les scénarios d'exploitation. Néanmoins, les standards dans leur état actuel ont des problèmes d'interopérabilité et peuvent bénéficier de nouvelles améliorations. Les contributions de la thèse sont les suivantes: * Nous avons mené une analyse expérimentale et identifié les caractéristiques d'un environnement de réseau de capteurs. Notre analyse a porté sur la modélisation des liens et la dynamique du réseau, ainsi que la corrélation des liens avec les paramètres environnementaux. L'étude analytique nous a permis d'identifier les principales faiblesses de l'environnement du RCsF et a permis aussi d'obtenir une meilleure compréhension de la dynamique de lien radio et le voisinage des nœuds. * Nous avons confrontés la question de l'interopérabilité des deux principaux standards - IEEE 802.15.4 dans la couche de contrôle d'accès au medium, et RPL dans la couche de transport. Nous proposons d'adapter la structure originale de cluster tree et de construire un framework élégant, qui permettra le fonctionnement conjoint de l'IEEE 802.15.4 et RPL sans l'apparition des collisions. En outre, nous évaluons à travers de nombreuses simulations les deux algorithmes distribués d'attribution de slots. Ces algorithmes permettront d'atteindre un fonctionnement presque sans collisions. * Nous proposons une solution inter-couche distribuée dans le but de construire une topologie afin que IEEE 802.15.4 et RPL puissent fonctionner ensemble. Notre algorithme auto-organisé obtient une structure topologique obéissante aux recommandations globales, cela, par la seule utilisation des métriques mesurées localement. De nombreuses simulations démontrent les avantages de la structure résultante en termes de convergence de temps, de stabilité, et d'efficacité énergétique dans le long terme. Les simulations démontrent aussi un impact positif sur les performances de routage. * Nous proposons un ensemble de nouveaux mécanismes qui permettront d'améliorer les performances de RPL et d'utiliser la Qualité de Service pour gérer les problèmes de trafic sensible. Notre extension de routage opportuniste et multi-chemin contribue à améliorer la livraison des paquets avant une date limite, tout en minimisant le surcout et la consommation d'énergie par rapport à la version de base de RPL.