CADART, M Nicolas (2019) Perception de la route par traitement de nuages de points LiDAR pour le véhicule autonome PFE - Projet de fin d'études, ENSTA.

Fichier(s) associé(s) à ce document :

[img]
Prévisualisation
PDF
13Mb

Résumé

La détection de la route est un élément indispensable pour garantir une navigation robuste d'un véhicule autonome. Capteur incontournable, le LiDAR Velodyne fournit une perception précise et omnidirectionnelle des environs. C'est pourquoi ce projet s'est intéressé au traitement des nuages de points 3D ainsi acquis pour la segmentation et la cartographie automatiques de la zone navigable. Dénommée RoadSeg, la solution proposée effectue une segmentation sémantique des scans LiDAR projetés en images sphériques au moyen d'un réseau de neurones convolutif léger spécialement adapté à la classification de la route. Une fusion des scans segmentés dans un cadre évidentiel permet la génération de cartes locales et denses des environs du véhicule sous la forme de grilles d'occupation de la route destinées à la navigation. Les expérimentations menées sur un jeu de données spécialement collecté et construit pour l'apprentissage de cette tâche ainsi qu'en conditions réelles ont révélé de très bonnes performances tout en garantissant un traitement temps réel.

Type de document:Rapport ou mémoire (PFE - Projet de fin d'études)
Mots-clés libres:véhicule autonome, robotique, ROS, deep learning, CNN, FCN, LiDAR Velodyne, traitement de nuage de points, segmentation sémantique, détection d'obstacles, grilles évidentielles, grilles d'occupations, odométrie visuelle
Sujets:Sciences et technologies de l'information et de la communication
Mathématiques et leurs applications
Code ID :7509
Déposé par :Nicolas Cadart
Déposé le :27 janv. 2020 15:19
Dernière modification:27 janv. 2020 15:19

Modifier les métadonnées de ce document.