Suivi de trajectoires par vision - PowerPoint PPT Presentation

1 / 31
About This Presentation
Title:

Suivi de trajectoires par vision

Description:

Surveillance Automatis e des Routes pour l'Information des ... Estimation r cursive de la densit conditionnelle : tat l'instant t. Historique des ... – PowerPoint PPT presentation

Number of Views:92
Avg rating:3.0/5.0
Slides: 32
Provided by: wwwlasmea
Category:

less

Transcript and Presenter's Notes

Title: Suivi de trajectoires par vision


1
Suivi de trajectoires par vision
Y. Goyat, T. Chateau, L. Trassoudaine
1
2
Plan
  • Introduction
  • Principe de la méthode
  • Résultats
  • Perspectives

3
Introduction
  • projet PREDIT SARI
  • Surveillance Automatisée des Routes pour
    l'Information des conducteurs et des
    gestionnaires
  • http//www.sari.prd.fr

4
Principe
5
Filtrage temporel
Principe
Estimation récursive de la densité conditionnelle

État à linstant t
Historique des mesures
6
Filtrage temporel
2 étapes
observation
prédiction
7
Filtrage temporel
Approximation par une méthode de Monte-Carlo
Ensemble de particules avec poids associé
Filtre à particules
8
Filtrage temporel
9
Filtrage temporel
  • Définition de 3 modèles
  • Modèle détat
  • Modèle de prédiction
  • Modèle dobservation

10
Vecteur détat
Utilisation dun modèle bicyclette
11
Vecteur détat
Utilisation dun modèle bicyclette
12
Modèle de prédiction
Lié au modèle bicyclette
période déchantillonnage
13
Modèle dobservation
14
Modèle dobservation
Extraction de fond
15
Modèle dobservation
16
Modèle dobservation
17
Extraction de fond le vue-mètre
  • Modèle probabiliste 1 v. aléatoire discrète
    associée à chaque pixel
  • 2 états possibles fond (?1) ou forme (?2 )
  • Mesures composantes RVB

marginalisation
18
Extraction de fond le vue-mètre
marginalisation
Fonction de Kronecker
Fonction de masse
Approximation discrète
19
Extraction de fond
20
Extraction de fond le vue-mètre
Mise à jour temporelle du modèle par un paramètre
21
Extraction de fond
22
Modèle 3D de véhicule
23
Calcul du poids associé à une particule
poids définit comme la différence entre le
nombre de points formes et le nombre de points
fond (seuillé pour être positif)
Projection dans limage
24
Calcul du poids
Amélioration des temps de calcul
1) approximation de la projection de modèle 3D
par son enveloppe convexe
2) utilisation dune image intégrale par ligne
25
Initialisation
  • Position recherche du centre dun amas de
    points dans limage-
  • Orientation, angle volant prior lié au rayon
    de courbure du virage
  • Vitesse prior lié au virage

26
Résultats
Vue de dessus
27
Résultats
Modèle étalonné sur véhicule 406
28
Résultats
Variation du nombre de particules
29
Résultats
Variation du nombre de cubes dans le modèle
30
Conclusion
  • Mise en uvre dun système de suivi de
    trajectoires par vision
  • Précision obtenue de lordre de 20 à 40 cm
  • Point critique extraction fond forme

31
Perspectives
  • Amélioration de lextraction fond forme
  • Fusion de capteurs (utilisation dun télémètre
    laser à balayage)
Write a Comment
User Comments (0)
About PowerShow.com