Dans le contexte de la navigation autonome en environnement urbain, une localisation précise du véhicule est importante pour une navigation sure et fiable. La faible précision des capteurs bas coût existants tels que le système GPS, nécessite l'utilisation d'autres capteurs eux aussi à faible coût. Les caméras mesurent une information photométrique riche et précise sur l'environnement, mais nécessitent l'utilisation d'algorithmes de traitement avancés pour obtenir une information sur la géométrie et sur la position de la caméra dans l'environnement. Cette problématique est connue sous le terme de Cartographie et Localisation Simultanées (SLAM visuel). En général, les techniques de SLAM sont incrémentales et dérivent sur de longues trajectoires. Pour simplifier l'étape de localisation, il est proposé de découpler la partie cartographie et la partie localisation en deux phases: la carte est construite hors-ligne lors d'une phase d'apprentissage, et la localisation est effectuée efficacement en ligne à partir de la carte 3D de l'environnement. Contrairement aux approches classiques, qui utilisent un modèle 3D global approximatif, une nouvelle représentation égo-centrée dense est proposée. Cette représentation est composée d'un graphe d'images sphériques augmentées par l'information dense de profondeur (RGB+D), et permet de cartographier de larges environnements. Lors de la localisation en ligne, ce type de modèle apporte toute l'information nécessaire pour une localisation précise dans le voisinage du graphe, et permet de recaler en temps-réel l'image perçue par une caméra embarquée sur un véhicule, avec les images du graphe, en utilisant une technique d'alignement d'images directe. La méthode de localisation proposée, est précise, robuste aux aberrations et prend en compte les changements d'illumination entre le modèle de la base de données et les images perçues par la caméra. Finalement, la précision et la robustesse de la localisation permettent à un véhicule autonome, équipé d'une caméra, de naviguer de façon sure en environnement urbain.

La localisation automatique est une fonctionnalité importante des systèmes de cartographie mobiles (Mobile Mapping Systems, MMS). La présente thèse présente des solutions complémentaires aux méthodes de localisation utilisées actuellement dans un système MMS terrestre, qui utilise des récepteurs GPS et des centrales à inertie (Inertial Measurement Units, IMU). Un post-traitement, par lissage des données, permet d'améliorer les cartes 3D générées par un MMS. Cette approche est cependant insuffisante pour corriger les erreurs à variations lentes des capteurs. La présente thèse propose une technique de localisation alternative, fondée sur des scanners 2D à lasers. La méthode présentée ici, d'odométrie par laser, utilise des repères plans, qui sont fréquents dans les environnements créés par l'Homme : ces repères fixes permettent de déterminer le déplacement opéré par la plateforme mobile. Contrairement à la technique du SLAM (Simultaneous Localization and Mapping), utilisée pour la navigation des robots à l'intérieur d'un bâtiment, la transformation 3D est calculée sans avoir recours à une carte préétablie, mais en exploitant des propriétés invariantes des caractéristiques extraites de l'environnement. Nous proposons une approche par "division pour régner" (divide and conquer, D&C) qui simplifie les tâches d'association des repères (data association, DA) et de reconstruction du mouvement.

Estimer le mouvement d'un robot mobile tout en construisant une représentation de son environnement est un problème essentiel pour le développement des robots autonomes : il est connu sous l'acronyme de SLAM (Simultaneous Localization and Mapping). Nous nous intéressons dans cette thèse au SLAM visuel avec caméra omnidirectionnelle. L'environnement est représenté par des amers ponctuels dont la profondeur n'est pas mesurée directement. Nous nous sommes d'abord intéressés aux méthodes de résolution du SLAM. Deux approches ont retenu notre attention de part leur consistance : le SAM (Smoothing and Mapping : une méthode de lissage probabiliste prenant en compte toute la trajectoire) et l'analyse par intervalles. Une étude en simulation a été menée et conclut que la méthode d'analyse par intervalles est inadaptée au SLAM visuel en raison de la faible redondance d'informations. Le SAM a ensuite été validé sur des données réelles, dans les cas de deux trajectoires planes et d'une à 6 degrés de liberté. Un problème du SLAM est sa complexité calculatoire quadratique avec le nombre d'amers. Il est souvent résolu en segmentant l'environnement en cartes locales. Nous avons repris ce concept en l'améliorant sur deux points. Premièrement, chaque nouvelle carte intègre les informations de la précédente de façon consistante. Ensuite, le critère déterminant quand changer de carte impose désormais que chaque carte locale soit fortement corrélée, ce qui permet de limiter l'augmentation des incertitudes. Nous avons finalement utilisé cet aspect pour appliquer des algorithmes déterministes pour augmenter la représentation ponctuelle par des plans texturés et une visualisation pertinente de l'espace libre.

QC 20100621

I det svenska samhället tillför diffusa och direkta föroreningskällor metaller till avloppsreningsverk, metaller som sedan hamnar i avloppsslam och recipient. Avloppsslam innehåller höga halter av växtnäringsämnen som bör återföras till jordbruksmark, men om detta ska ske får inte metallhalterna i slammet vara för höga. REVAQ är ett certifieringssystem vars syfte är att utveckla och systematisera avloppsreningsverkens uppströmsarbete och därmed möjliggöra en återföring av det växtnäringsrika slammet till jordbruksmark. Flera REVAQ-certifierade avloppsreningsverk prioriterar antimon, guld, kadmium, silver och vismut i uppströmsarbete på grund av att ackumulationshastigheten för dessa spårelement är hög i jordbruksmark som gödslas med avloppsreningsverkens slam. Source Finder (SoFi) är ett verktyg som kan användas vid uppströmsarbete för att kvantifiera identifierade källor till utsläpp av kadmium, koppar, krom, kvicksilver och zink. Syftet med examensarbetet var att vidareutveckla och anpassa verktyget SoFi till att göra beräkningar på spårelementen antimon, guld, silver och vismut samt att utveckla källan hushåll så att emissioner inom hushåll kartläggs för spårelementen och kadmium. Källor till spårelementen i avloppssystem identifierades genom litteratur och schablonvärden bestämdes för de källor det var möjligt. För att testa verktyget och kontrollera dess säkerhet utfördes en fallstudie över Käppalaverkets upptagningsområde samt en resultatkontroll. Resultaten visade att verktyget uppskattar mängden kadmium som inkommer till avloppsreningsverk bra och att inkommande mängder av antimon, silver och vismut underskattas stort. För antimon, silver och vismut var det inte möjligt att kvantifiera alla identifierade källor på grund av att kunskapen om emissioner av spårelementen är bristfällig. För guld kunde inga emissioner kvantifieras och därför beräknades inte spårelementet i verktyget. På grund av att alla stora källor inte har kvantifierats går det inte att avgöra huruvida identifieringen av källor har lyckats. Verktyget kan användas vid uppströmsarbete redan idag men genom att kvantifiera flera av de identifierade källorna kan verktyget göra större nytta och för att möjliggöra detta krävs nya studier. / Metals are transported to wastewater treatment plants (WWTPs) from diffuse and point sources in the Swedish society, these metals will end up in sewage sludge or receiving water. Sewage sludge contains a lot of plant nutrients, like phosphorus and nitrogen, which should be returned to arable land. But sludge also contains metals and if the metal content is too high the sewage sludge cannot be returned to the arable land. REVAQ is a certification system and the objective with it is to develop and systematize the WWTPs work to improve the wastewater and by that enable the return of plant nutrients to arable land. The accumulation rate of antimony, gold, cadmium, silver and bismuth are high in arable land fertilized by sewage sludge and because of that these trace elements are prioritized in WWTPs, certified by REVAQ, work to improve wastewater. Source Finder (SoFi) is a tool that can be used by the WWTPs to quantify emissions of cadmium, copper, chrome, mercury and zink from identified sources. The objectives of this master thesis were to develop and adapt the tool SoFi to estimate the trace elements antimony, gold, silver and bismuth and to develop the source household by survey the emissions of the trace elements and cadmium in it. Sources of the trace elements in the sewage system were identified by literature and emission coefficients were compiled for those sources that were possible. The new version of Source Finder was tested in the municipal WWTP Käppala and an estimation of the reasonableness of the results was made. The results showed that a good estimation of cadmium flow is made by the tool and that antimony, silver and bismuth flows are underestimated. It was not possible to determine emission coefficients for all identified sources to antimony, silver and bismuth because of the lack of knowledge about these trace elements. No emissions of gold could be quantified and the trace element was therefore not calculated by the tool. Since all identified sources have not been quantified it is not possible to determine whether all sources have been identified or not. The tool is ready to be used by the WWTPs in their work to improve the wastewater, though by quantifying further identified sources the tool will be of better use. To make that possible new studies have to be done. / Flödesanalys av spårelement från källa till slam

Arctic regions are thought to be more sensitive to climate change fluctuations, making weather data from these regions more valuable for climate modeling. Scientists have expressed an interest in deploying a robotic sensor network in these areas, minimizing the exposure of human researchers to the harsh environment, while allowing dense, targeted data collection to commence. For any such robotic system to be successful, a certain set of base navigational functionality must be developed. Further, these navigational algorithms must rely on the types of low-cost sensors that would be viable for use in a multi-agent system. A set of vision-based processing techniques have been proposed, which augment current robotic technologies for use in glacial terrains. Specifically, algorithms for estimating terrain traversability, robot localization, and terrain reconstruction have been developed which use data collected exclusively from a single camera and other low-cost robotic sensors. For traversability assessment, a custom algorithm was developed that uses local scale surface texture to estimate the terrain slope. Additionally, a horizon line estimation system has been proposed that is capable of coping with low-contrast, ambiguous horizons. For localization, a monocular simultaneous localization and mapping (SLAM) filter has been fused with consumer-grade GPS measurements to produce full robot pose estimates that do not drift over long traverses. Finally, a terrain reconstruction methodology has been proposed that uses a Gaussian process framework to incorporate sparse SLAM landmarks with dense slope estimates to produce a single, consistent terrain model. These algorithms have been tested within a custom glacial terrain computer simulation and against multiple data sets acquired during glacial field trials. The results of these tests indicate that vision is a viable sensing modality for autonomous glacial robotics, despite the obvious challenges presented by low-contrast glacial scenery. The findings of this work are discussed within the context of the larger arctic sensor network project, and a direction for future work is recommended.

Kamerabasierte Verfahren zur Steuerung autonomer mobiler Roboter wurden in den letzten Jahren immer populärer. In dieser Arbeit wird der Einsatz eines Stereokamerasystems und eines Mono-Kamera-SLAM Verfahrens hinsichtlich der Unterstützung der Navigation eines autonomen Luftschiffes untersucht. Mit Hilfe von Sensordaten aus IMU, GPS und Kamera wird eine Positionsschätzung über eine Sensorfusion mit Hilfe des Extended und des Unscented Kalman Filters durchgeführt.

The goal of this work is to describe a robotics platform called the Building Wide Intelligence Segbot (segbot). The segbot is a two wheeled robot that can robustly navigate our building, perform obstacle avoidance, and reason about the world. This work has two main goals. First we introduce the segbot platform to anyone that may use it in the future. We begin by examining off-the-shelf components we used and how to build a robot that is able to navigate in a complex multi-floor building environment with moving obstacles. Then we explain the software from a top down viewpoint, with a three layer abstraction model for segmenting code on any robotics platform. The second part of this document describes current work on the segbot platform, which is able to non-robustly take requests for coffee and navigate to a coffee shop while having to move across multiple floors in a building. My contribution to this work is building an infrastructure for multi-floor navigation. The multi-floor infrastructure built is non-robust but has helped identify several issues that will need to be tackled in future iterations of the segbot. / text

Systemic lupus erythematosus (SLE) is an autoimmune disease characterized by autoantibody production, which can eventually lead to immune complex (IC)-mediated organ damage. Due to the stimulation of plasmacytoid dendritic cells (pDC) by nucleic acid-containing ICs (DNA- or RNA-IC), patients with SLE have an ongoing interferon (IFN)-α production. IFN-α induces a general activation of the immune system that may initiate or propagate an autoimmune process if not properly regulated. Previous studies have shown that natural killer (NK) cells potently enhance the IFN-α production by pDCs. In study I, the mechanisms behind the NK cell-mediated increased IFN-α production by RNA-IC-stimulated pDCs were investigated. ICs triggered CD56dim NK cells via FcγRIIIA to the secretion of cytokines (e.g. MIP-1β) that promoted IFN-α production. Additionally, an LFA-1-dependent cell-cell interaction between pDCs and NK cells strongly contributed to the increased production of IFN-α. In study II, the RNA-IC-induced regulation of surface molecules on pDCs and NK cells was investigated. The expression of CD319 and CD229, which are two SLAM family receptors genetically associated with SLE, was induced on pDCs and NK cells by RNA-IC. IFN-α-producing pDCs displayed an increased expression of CD319 and CD229, whereas pDCs from patients with SLE had a decreased expression of CD319. In study III, we serendipitously identified an SLE patient harboring autoantibodies to the NK cell receptor CD94/NKG2A. In study IV, sera from 203 patients with SLE were analyzed for autoantibodies to the CD94/NKG2A, CD94/NKG2C and NKG2D receptors. Seven patients harbored anti-CD94/NKG2A autoantibodies, and two of these patient’s autoantibodies also reacted with CD94/NKG2C. Anti-CD94/NKG2A and anti-CD94/NKG2C autoantibodies both interfered with the HLA-E-mediated regulation of NK cell cytotoxicity, and facilitated the elimination of target cells expressing these receptors. Furthermore, these autoantibodies were found in a group of severely diseased SLE patients and their titers closely followed disease activity. In conclusion, this thesis provides insights to molecular mechanisms whereby NK cells regulate the IFN-α production, it further links the SLAM receptors to SLE, and it describes novel autoantibodies to receptors regulating NK cell cytotoxicity. Together these findings strengthen the assumption that NK cells are involved in the pathogenesis of SLE.

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.