D

1
Détection de conditions réduites de visibilité
par caméra bord de voies

• Nicolas Hautière, LEPSIS, INRETS/LCPC
• Jérémie Bossu, LEPSIS, INRETS/LCPC
• Erwan Bigorgne, LEPSIS, INRETS/LCPC
• Didier Aubert, LIVIC, INRETS/LCPC

2
Plan de la présentation

• Contexte
• Objectif
• Méthode
• Outils
• Résultats
• Perspectives

3
Contexte (1/3)

• Le projet Européen SAFESPOT
• Combiner les informations issues de capteurs
  placés dans les véhicules avec celles issues de
  capteurs placés en bord de voies pour prévenir
  loccurrence dincidents / accidents par
  lutilisation des communications véhicule à
  véhicule et véhicule infrastructure

4
Contexte (2/3)

• La plate-forme bord de voies SAFESPOT

5
Contexte (3/3)

• La carte locale dynamique

6
Objectif

• Spécifier, développer et tester un capteur bord
  de voies visant à détecter et caractériser des
  conditions réduites de visibilité météorologique
  (brouillard et pluie)

6
7
Visibilité routière

• Fondé sur la norme Française NF-P-99-320
• Le système doit détecter des visibilités en
  dessous de 400m
• Le système doit affecter les visibilités estimées
  à lune des quatre catégories suivantes
• Le système doit déterminer lorigine de la baisse
  de visibilité Brouillard, hydrométéores

Catégorie de Visibilité Distance de visibilité m
1 200 to 400
2 100 to 200
3 50 to 100
4 lt50
8
Méthode (1/2)

• Pourquoi la vision
• Capteurs existant coûteux
• Peu fiables en présence de brouillard dense ou
  inhomogène
• Caméras de vidéosurveillance existantes (pas de
  coût supplémentaire)
• Si ajout de caméras, la multiplicité des
  fonctionnalités réduit le coût de cette
  fonctionnalité.

8
9
Méthode (2/2)

• Le principe
• Spécification dune caméra adaptée
• Modélisation du fond de la scène référence
• Comparaison entre la référence et limage
  courante les nouveautés dans la scène.
• Dynamique différente entre brouillard et pluie
• Détection et caractérisation du brouillard sur le
  modèle de fond
• Détection et caractérisation de la pluie parmi
  les nouveautés

9
10
Outil pour ladétection du brouillard
Séquence dimages
Espace navigable
Détection du brouillard distance de visibilité
Météorologique Vmet
distance de visibilité Mobilisée Vmob
11
Outil pour ladétection dhydrométéores
Séquence dimages
Segmentation
Classification
Détection
12
Enrichissement de la distance de visibilité
estimée (1/2)

• Autres sources possible

• Fusion de données
• Combinaison des informations délivréees par
  différents capteurs pour calculer un seul
  descripteur de la distance de visibilité
• La distance de visibilité est le barycentre
  spatial des sorties des différents capteurs
• Lincertitude correspondante est la somme
  pondérée de
• Lincertitude sur les mesures capteurs
• Lincertitude induite par la distance à la source
• Lincertitude sur le statut des lampes
  anti-brouillard (véhicules avec lampes allumées
  et dautres avec lampes éteintes)

13
Enrichissement de la distance de visibilité
estimée (2/2)

• Résultats sur les pistesde Satory

Carte de la visibilité météo
? Caméra ? Caméra embarquée ? Lampe
anti-brouillard activée ? Lampe anti-brouillard
éteinte
Carte dincertitude
14
Résultats

• Brouillard
• 100 de bonne détection (2h de vidéo avec et
  sans brouillard)
• Erreur inférieure à 10 sur lestimation de la
  distance de visibilité (50 images sur site avec
  mire)
• Pluie
• 95 de bonne détection (10 min avec et sans
  pluie)
• Manque de référence terrain pour quantifier la
  précision sur lestimation de la densité de la
  pluie

14
15
Perspectives

• Une évaluation plus systématique doit être
  effectuée.
• Traiter le brouillard de nuit
• Réalisation dune application dalerte sur
  Vitesse inadaptée 

Futur tests sur le site de Guerville
Brouillard de nuit
15
Alerte sur vitesse