Ces travaux de thèse sont réalisés au sein de l’équipe STI du laboratoire LITIS, en collaboration avec le centre de robotique CAOR de l’école des mines de Paris et l’INRIA Rocquencourt dont ils ont utilisé la plateforme du prototype LARA composée de véhicules instrumentés. L’objectif est de contribuer à la localisation des véhicules intelligents équipés de récepteurs GPS (Global Positionning System), de systèmes de vision et du matériel de communication permettant la coopération entre ces véhicules. En milieu urbain, les performances du GPS sont fortement dégradées. La réception du signal GPS souffre de masquages ou de mauvaises configurations géométriques des satellites. De plus, la qualité du signal peut être corrompue à cause du phénomène de multi-trajets lié à la réflexion du signal sur les bâtiments, tunnels... Alors la robustesse, la précision et la disponibilité de l’estimation de la position peut décroître significativement. D’où la nécessité d’une source d’information complémentaire pour compenser les faiblesses du récepteur GPS. L’originalité de nos travaux consiste à utiliser les données exploitées par notre système de vision. Le système de vision utilisé est basé sur une caméra (monovision). Il permet la détection robuste des obstacles sur la route, ainsi que la détection de la pluie. Le calcul de la distance de l’obstacle à notre véhicule est réalisé à l’aide du modèle sténopé et l’hypothèse de la route plane. Les véhicules utilisant des systèmes de communication sans fil basé sur la norme 802.11g+ coopèrent entre eux en échangeant leurs coordonnées GPS si elles sont disponibles. Cette coopération permet de connaître la position des véhicules qui nous entourent. Le système de communication est aussi utilisé pour l’alerte météorologique V2I ou V2V en utilisant la détection de la pluie réalisée en collaboration avec Valeo. Pour réaliser le positionnement relatif fiable, nous avons mis en oeuvre un algorithme de suivi basé sur le filtrage particulaire. Cette méthode permet de fusionner les données en utilisant les techniques probabilistes lors des différentes étapes du filtre. Finalement, une validation expérimentale en temps réel sur les véhicules du prototype LARA a été réalisée sur différents scénarios. / This thesis work realised at the STI team of the LITIS Laboratory, in collaboration with the Center of Robotics CAOR at the Ecole des Mines of Paris and the INRIA Rocquencourt, and tested on the prototype LARA. The aim is to better positionning of intelligent vehicles equipped with GPS, vision systems and communication devices used for cooperation between vehicles. In urban areas, The usage of GPS is not always ideal because of the poorness of the satellite coverage. Sometimes, the GPS signal may be also corrupted by multipath reflections due to tunnels, high buildings, electronic interferences etc. So, in order to accurate the vehicle positioning in the navigation application, the GPS data will be enhanced with vision data using communication between vehicles. The vision system is based on a monocular real-time vision-based vehicle detection. We can calculate the distance between vehicles using the pinhole model. We developped a rain detection system using the same camera. The inter-vehicle cooperation is made possible thanks to the revolution in the wireless mobile ad hoc network. Localization information can be exchanged between the vehicles through a wireless communication devices. The creation of the system will adopt the Monte Carlo Method or what we call a particle filter for the treatment of the GPS data and vision data. An experimental study of this system is performed on our fleet of experimental communicating vehicles LARA.
| Identifer | oai:union.ndltd.org:theses.fr/2009ISAM0004 |
| Date | 16 September 2009 |
| Creators | Challita, Georges |
| Contributors | Rouen, INSA, Bensrhair, Abdelaziz |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0128 seconds