En stéréovision, une carte dense des disparités peut être déterminée grâce à des méthodes locales exploitant la mise en correspondance des contenus de voisinages bidimensionnels. Toutefois, dans le contexte d'une application de métrologie 3D, il n'est pas nécessaire que la carte soit dense, mais elle doit être très précise. Par ailleurs, en présence d'un fort effet de perspective, d'importantes variations locales de la disparité apparaissent et les méthodes locales exploitant des fenêtres 2D ne garantissent plus une précision suffisante. Dans ce travail, nous proposons une méthode de mise en correspondance qui exploite des caractéristiques extraites d'un ensemble de courbes de similarité calculées sur des fenêtres 1D. Nous établissons une notion de confiance reliant directement la précision à la densité de la carte des disparités obtenue, entre lesquelles il est alors possible de fixer un compromis. La méthode proposée est évaluée en comparant ses résultats à ceux obtenus par six autres méthodes locales similaires. Nous montrons ainsi son efficacité, tout particulièrement quand la scène contient un plan fortement incliné. Nous testons finalement notre méthode dans le cadre d'une application de détection d'obstacles à l'avant d'un véhicule routier. Nous montrons qu'en segmentant notre carte des disparités par un procédé assez simple, la détection des obstacles est possible et surtout plus précise qu'avec des cartes des disparités calculées sur des voisinages 2D. / Ln stereovision, a dense disparity map can be computed thanks to local methods that match 2D image neighbourhoods. ln the context of 3D metrology, obtaining a dense disparity map is not mandatory, but high accuracy is required. Moreover, because of important local variations of disparity values due to high perspective conditions, we show that 2D methods do not reach a sufficient level of accuracy. ln this work, we propose a new matching method based on the analysis of several characteristics extracted from a set of similarity curves computed using ID neighbourhoods. We compute confidence values directly Iinked to accuracy and density properties of the disparity map. This confidence values are used to tu ne a tradeoff between density and accuracy of the disparity maps. The proposed method is evaluated by comparing its results with those computed with six similar local methods. ln this way, we show its efficiency, particularly with scenes having a strong perspective. FinaIly, we validate our ID method in an obstacle detection application. We show that a quite basic segmentation process applied to our disparity maps yields better results than with disparity maps computed using 2D neighbourhoods.

Cette thèse s'intéresse à l'apport d'un modèle virtuel 3D urbain pour l'égo-localisation de véhicules intelligents ainsi que la détection et la localisation d'obstacles. La localisation du véhicule s'appuie sur plusieurs sources d'information: un GPS, des capteurs proprioceptifs (odométres et gyromètre), une caméra et un modèle virtuel 3D de l'environnement. Les capteurs proprioceptifs permettent d'obtenir une estimation quasi continue de la pose relative du véhicule. Cette estimation de la pose est recalée par des mesures GPS lorsque celles-ci sont disponibles. Afin de palier la dérive de la localisation à l'estime lors de longues indisponibilités des informations GPS, on construit une observation cartographique 3D. Celle-ci est basée sur le recalage entre le modèle virtuel 3D urbain et les images acquises par la caméra. Des travaux expérimentaux illustrent l'approche développée. Par ailleurs, l'apport d'un modèle virtuel 3D urbain est également étudié pour la détection et la localisation des obstacles. Une fois localisé dans le modèle 3D, les obstacles de l'infrastructure tels que les bâtiments sont connus et localisés. Pour détecter les obstacles n'appartenant pas à l'infrastructure (véhicules, piétons ... ), on compare l'image réelle et l'image virtuelle en considérant que ce type d'obstacles est présent dans l'image réelle mais absent de l'image virtuelle. A partir de l'information de profondeur disponible grâce au modèle 3D, les obstacles détectés sont ensuite géolocalisés. Les résultats expérimentaux obtenus sont comparés et validés grâce à un télémètre laser. / This thesis deals with ego-Iocalization of intelligent vehicles and obstacles detection with virtual 3D city mode!. Vehicle localization uses several sources of infonnation : a GPS receiver, proprioceptive sensors (odometers and gyrometer), a video camera and a virtual 3D city mode!. The proprioceptive sensors allow to continuously estimate the dead-reckoning position and orientation of the vehicle. This dead-reckoning estimation of the pose is corrected by GPS measurements. Moreover, a 3D geographical observation is constructed to compensate the drift of the dead-reckoning localisation when GPS measurements are unavailable for a long time. The 3D geographical observation is based on the matching between the virtual 3D city model and the images acquired by the camera. Experimental results iIlustrate the developed approach. Moreover, the contribution of a virtual 3D city model is also studied for the detection and the localization of obstacles. Once the vehicle is localized in the 3D model, the obstacles of the infrastructure like buildings are known and localized. ln order to detect the other obstacles as vehicles, pedestrians, ... the real image acquired by the camera and the virtual image extracted from the virtual 3D model are compared, by considering that this kind of obstacles are in the real image but are absent from the virtual image. With the detph information available from the 3D model, the detccted obstacle are then localized. Experimental results are compared with Lidar measurements

Cette thèse de doctorat s’inscrit dans le cadre des activités de recherche sur les systèmes de lancement aéroporté autonome. L’originalité du travail est basée sur la planification de mission effectuée par un algorithme de type A*(A-étoile). Cet algorithme a été amélioré pour répondre aux besoins de la mission de largage d’un lanceur. Il effectue la planification du chemin le plus court dans un espace tridimensionnel. Le meilleur chemin est choisi à partir de plusieurs points de passage générés dans la région de mission. Une région peut être une phase du vol ou une partie du profil de vol. Le chemin le plus court est identifié par rapport à la présence de différents obstacles dans l’espace de recherche et son objectif consiste à atteindre un point désiré. Les obstacles ont différentes dimensions et orientations dans l’espace. L’étude de leur comportement est associée aux incertitudes en provenance de l’environnement. Ils peuvent représenter des régions interdites au vol ou des conditions atmosphériques défavorables. L’évolution de ces derniers n’est pas prévisible à l’avance, ce qui impose l’addition d’une fonctionnalité dans l’algorithme. Il est possible de replanifier le chemin à partir d’un point de passage appartenant à un chemin généré en fonction de la position détectée récemment de l’obstacle en déplacement pour arriver dans la configuration finale désirée. Cette détection est possible grâce aux capteurs positionnés sur le premier étage de ce système de lancement représenté par un avion-porteur. Les points de passage que le véhicule aérien doit suivre pour atteindre les objectifs importants ne sont pas choisis d’une manière aléatoire. Leur génération dans l’espace de recherche du chemin est définie en rapport aux limitations dynamiques de l’avion. Les modèles cinématique et dynamique du véhicule aérien qui décrivent son évolution sont aussi développés dans cette thèse. Ces modèles sont étudiés dans un système de coordonnées aérodynamiques. Le référentiel traite la présence du vent qui influe sur le comportement du véhicule. Cela nous permet de considérer d’une manière prédictive plusieurs incertitudes en provenance de l’environnement ou internes pour le véhicule. Les perturbations internes sont provoquées par le largage du lanceur. Le régime transitoire est relié à la perte de masse qui pour certaines missions peut atteindre le tiers de la masse totale du système de lancement. L’algorithme de planification traite une autre prévision – la possibilité que le largage ne soit pas réalisé. Cela peut arriver dans le cas où une tempête s’est installée dans la région de lancement ou il y a plusieurs obstacles dont l’évitement risque de consommer trop de carburant et d’empêcher le retour sur le site d’atterrissage. Les connexions entre les différents points de passage peuvent être souvent brutes et difficiles à réaliser par le véhicule aérien. Pour résoudre cette problématique dans le deuxième module développé sur la génération de trajectoire réalisable, nous utilisons l’approche des polynômes de troisième ordre. Ces polynômes par rapport aux autres techniques diminuent le temps du calcul pour générer une trajectoire réalisable entre deux points de passage consécutifs. Le chemin réalisable est facile à suivre par le système. Pour le suivi de la trajectoire, nous avons introduit dans un troisième module – la commande par mode glissant. Le principe de cette commande consiste le choix de la surface de commutation entre la trajectoire actuelle suivie par le véhicule et la trajectoire désirée déterminée par l’algorithme de planification A-étoile et générée par les polynômes cartésiens de troisième ordre. / This Ph.D. thesis deals with the systems of autonomous airborne launch vehicles. The originality of this work is based on the mission planning released by a graph-based A* (A-star) pathfinding algorithm. This algorithm was improved to respond to the specifications of this launching mission. It carries out the planning of the shortest path in a three-dimensional space. The optimal path is selected from the interconnections of several waypoints generated in the mission area. An area can be a specific mission phase or a part of the flight plan. The shortest path is identified according to the presence of various obstacles during the path search and its objective is to reach a desired point in the region. The obstacles have various dimensions and orientations in space. The study of their behavior is associated with disturbances coming from the environment. They could be forbidden flight regions or unfavorable atmospheric conditions. The evolution of the latter cannot be always predicted in advance, which still imposes an improvement that can be added in the operation of the algorithm. The path replanning is also possible. Starting from a safe waypoint from an already generated path according to a recently detected obstacle, a new path can be planned from this point considering the new obstacle coordinates to arrive at the desired final configuration. This detection will be taken into account by the sensors situated on the airborne launcher called a carrier to define the final necessary computing time. The waypoints which the airborne vehicle must follow to achieve the important mission goals are not selected in a random manner. Their generation in the search space is defined according to the dynamic limitations of the vehicle. The kinematic and dynamic models of the carrier are also developed in this thesis. These models are studied in an aerodynamic reference frame. This frame treats the presence of the wind which influences the vehicle evolution in space. That enables to consider in a predictive manner several uncertainties coming from the environment or internal for the vehicle. The internal disturbances are caused by the launching mode relied to a significant loss of mass which for certain missions can reach a half of the total mass of the launching system. The planning algorithm treats in a predictive manner – the possibility that the launching is not executed. That can happen if in the launching region a storm is settled or there are several obstacles that avoidance is likely to consume the fuel of the carrier and to prevent the successful return on the landing site. The interconnections between the various waypoints can be often rough and difficult to execute by the airborne launcher. To solve these problems a second module has to be developed to generate a feasible trajectory using the polynomials of third order.. Compared to other techniques this one decreases the calculation time of the trajectory between two consecutive waypoints. The feasible path is easy to follow by the airborne launcher. For the trajectory tracking we introduced into a third module the sliding mode control. The functionality of this control is in the choice of switching surfaces between the current trajectory tracking by the vehicle and the desired trajectory defined by the A* algorithm waypoints and generated by the third order polynomials.

Thèse de doctorat : Sciences [biomécaniques] : Paris 12 : 2004. / Version électronique uniquement consultable au sein de l'Université Paris 12 (Intranet). Titre provenant de l'écran-titre. Bibliogr. en fin de chapitre.

En robotique mobile, les techniques d'apprentissage qui utilisent la vision artificielle représentent le plus souvent l'image par un ensemble de descripteurs visuels. Ces descripteurs sont extraits en utilisant une méthode fixée à l'avance ce qui compromet les capacités d'adaptation du système à un environnement visuel changeant. Nous proposons une méthode permettant de décrire et d'apprendre des algorithmes de vision de manière globale, depuis l'image perçue jusqu'à la décision finale. L'application visée est la fonction d'évitement d'obstacles, indispensable à tout robot mobile. Nous décrivons de manière formelle la structure des algorithmes d'évitement d'obstacles basés sur la vision en utilisant une grammaire. Notre système utilise ensuite cette grammaire et des techniques de programmation génétique pour apprendre automatiquement des contrôleurs adaptés à un contexte visuel donné. Nous utilisons un environnement de simulation pour tester notre approche et mesurer les performances des algorithmes évolués. Nous proposons plusieurs techniques permettant d'accélérer l'évolution et d'améliorer les performances et les capacités de généralisation des contrôleurs évolués. Nous comparons notamment plusieurs méthodes d'évolution guidée et nous en présentons une nouvelle basée sur l'imitation d'un comportement enregistré. Par la suite nous validons ces méthodes sur un robot réel se déplaçant dans un environnement intérieur. Nous indiquons finalement comment ce système peut être adapté à d'autres applications utilisant la vision et nous proposons des pistes pour l'adaptation d'un comportement en temps réel sur le robot.

Ces activités de recherche s'intégrent à l'un des deux groupes de recherche du laboratoire LASMEA : GRAVIR (GRoupe Automatique VIsion et Robotique), dont l'objectif principal est de développer des concepts théoriques et méthodologiques pour la perception de l'enironnement de machines, et de valider ceux-ci expérimentalement sur des démonstrateurs par des systèmes dédiés. Cet objectif a été pariculièrement suivi dans les véhicules routiers intelligents puisque, depuis plus de quinze ans, les résultats de recherches sur les capteurs, la reconnaissance des formes et la fusion de données obtenues par une dizaine de chercheurs sont appliqués en ce domaine. Ces recherches concernent la fusion de données pour la perception à bord des véhicules routiers intelligents. Elles s'inscrivent parmi deux projets : ARCOS (Action de Recherche pour une COnduite Sécurisée) s'inscrit dans le cadre des actions fédératives du PREDIT (Programme national de recherche et d'innovation dans les transports terrestres, à l'initiative des ministères chargés de la recherche, des transports, de l'environnement et de l'industrie, de l'Ademe et de l'Anvar) et PAROTO (Projet Anticollision Radar et Optronique pour l'auTOmobile) initié par le ministère de la recherche en partenariat avec SAGEM, Division Défense et Sécurité, et l'INRETS (Institut National de REcherche sur les Transports et leur Sécurité). Dans ce cadre, je m'intéresse à un système de perception conduisant, et ceci dans une grande variété de situations, à la définition d'une carte de l'environnement à l'avant du véhicule intelligent : chaque obstacle y est décrit par sa position absolue, son état cinématique et un certain nombre de caractéristiques qui peuvent être déterminantes pour définir l'aide à apporter au conducteur. Cette perception s'appuie sur le développement d'un système de fusion de données appliqué à la détection et au suivi des obstacles. Plusieurs capteurs, dont les complémentarités et redondances ont été soulignées, ont ainsi été installés à l'avant de notre véhicule démonstrateur : VELAC (VEhicule du Lasmea pour l'Aide à la Conduite) ; un capteur RADAR (développé au sein de notre laboratoire) dont l'objectif prioritaire est de fournir une information de vitesse relative des obstacles, un capteur LIDAR (Riegl) permettant une représentation en 3D de la scène routière, un capteur thermique (SAGEM) dont l'objectif était de détecter et de suivre les différents obstacles quelques soient les conditions atmosphériques. Les données de ces différents capteurs sont traitées indépendamment afin de détecter, et de suivre les obstacles à l'avant du véhicule. La problématique de fusion est ainsi vue comme une combinaison de pistages (estimations à l'aide du filtre de Kalman ou à particules). Il devient donc possible, après cette fusion, de représenter une carte précise de l'environnement à l'avant du véhicule intelligent : chaque obstacle y est décrit par sa position absolue, et son état cinématique qui sont déterminants pour définir l'aide à apporter au conducteur. Des résultats ont été validés à bord de notre véhicule démonstrateur VELAC

Une étude numérique et expérimentale de l'écoulement autour de corps roulants ou glissants est présentée. La géométrie des corps étudiés est soit sphérique soit cylindrique, et le nombre de Reynolds, basé sur le diamètre et la vitesse de translation du corps, est limité à des valeurs inférieures à 500. Le but de cette étude est de comprendre l'interaction des effets d'une rotation et de la proximité d'une paroi sur le sillage d'un corps non-profilé, quand ces deux effets sont présents simultanément. Dans le cas d'un cylindre roulant le long d'une paroi, des simulations bi- et tri-dimensionnelles ainsi qu'une étude de stabilité linéaire ont été effectuées. L'écoulement autour d'une sphère, roulant ou glissant le long d'une paroi, est étudié expérimentalement et par des simulations numériques tri-dimensionnelles. L'espace des paramètres de cet écoulement est défini par le nombre de Reynolds et le taux de rotation adimensionné du corps. Cinq valeurs de rotation ont été considérées. Cette plage décrit des situations allant du roulement "normal", sans glissement entre le corps et la paroi, au roulement "inversé", où le corps tourne dans la direction opposée. Une approche numérique avec une méthode à éléments spectraux a été utilisée pour simuler l'écoulement en deux et trois dimensions. Des expériences en laboratoire ont été effectuées dans un canal à eau en circuit fermé, équipé d'un tapis roulant avec aspiration de la couche limite. La visualisation par colorant a été utilisée afin d'identifier les différents structures tourbillonnaires dans le sillage du cylindre et de la sphère.

Les travaux de recherche présentés dans ce mémoire s'articulent autour de la problématique du mouvement en robotique mobile. Il s'agit de développer des outils algorithmiques permettant à un robot mobile non holonome de planifier puis exécuter des mouvements dans un environnement encombré d'obstacles. L'originalité de ces travaux réside dans deux préoccupations omniprésentes : la généricité des approches proposées et l'applicabilité dans les conditions réelles de l'expérimentation. La plus grande partie de ces travaux sont d'ailleurs intégrés dans diverses plate-formes robotiques.

Cette thèse aborde le problème de navigation d'un système robotique en environnement dynamique et incertain. Plus particulièrement, elle s'intéresse à la détermination du mouvement pour un robot, permettant de rejoindre une position donnée tout en assurant sa propre sécurité et celle des différents agents qui l'entourent. Entre approches délibératives - consistant à déterminer à priori un mouvement complet vers le but - et approches réactives - calculant au cours de la navigation un mouvement à suivre à chaque instant - ont émergé les approches de déformation de mouvement, combinant à la fois une planification de mouvement globale avec un évitement d'obstacles réactif local. Leur principe est simple : un chemin complet jusqu'au but est calculé à priori et fourni au système robotique. Au cours de l'exécution, la partie du mouvement restant être exécutée est déformée continuellement en réponse aux informations sur l'environnement récupérées par les capteurs. Le système peut ainsi modifier son parcours en fonction du déplacement d'obstacles ou de l'imprécision et l'incomplétude de sa connaissance de l'environnement. La plupart des approches de déformations existantes se contentaient de modifier uniquement le chemin géométrique suivi par le robot. Nous proposons alors d'étendre les travaux précédents à une déformation de trajectoire modifiant le mouvement suivi à la fois dans l'espace et dans le temps. Pour ce faire, nous proposons de raisonner sur le futur en utilisant une estimation du comportement futur des obstacles mobiles. En éloignant la trajectoire suivie par le robot du modèle prévisionnel du comportement des obstacles, il est ainsi possible d'anticiper leur mouvement. La trajectoire déformée étant modifiée arbitrairement dans l'espace et dans le temps, l'une des principales difficultés de cette approche consiste à maintenir le respect des contraintes sur le mouvement du robot le long de cette trajectoire et sa convergence vers le but. Une approche de génération de trajectoire avec contrainte sur le temps final a été développée dans ce but. En discrétisant la trajectoire déformée en une séquence d'états-temps successifs, le générateur de trajectoires permet de vérifier si un mouvement faisable existe entre chaque triplé d'états-temps de la trajectoire déformée, et dans le cas contraire de la modifier localement afin de restaurer sa faisabilité. Les approches de déformation et de génération de trajectoire proposées ont été illustrées en simulation puis quelques expérimentations ont été réalisées sur une chaise roulante automatisée.

Cette thèse aborde le problème de la navigation sûre pour véhicules autonomes en environnement dynamique. La sûreté est définie au moyen du concept des Etats de Collisions Inévitables (Inevitable Collision States [ICS]). Un ICS est un état dans lequel, quelque soit le contrôle appliqué au système robotique étudié, celui-ci entre en collision avec un obstacle. Pour sa propre sécurité et celle de son environnement, il est impératif qu'un système robotique n'entre donc jamais dans un tel état. Ce problème est trait'e en deux parties. La première partie est consacrée à la caractérisation des états de collisions inévitables. La deuxième partie à la définition d'un système de navigation permettant d'éviter de tels états. Des résultats en simulation et sur une plateforme expérimentale sont présentés pour valider l'approche.