5 - Localisations absolues en milieu intérieur basées sur la vision omnidirectionnelle

Show simple item record

dc.contributor.author CAUCHOIS (Cvril) en_US
dc.contributor.author CLERENTIN (Arnaud) en_US
dc.contributor.author DELAHOCHE (Laurent) en_US
dc.contributor.author BRASSART (Eric) en_US
dc.contributor.author DROCOURT (Cyril) en_US
dc.date.accessioned 2005-07-25T14:21:59Z
dc.date.available 2005-07-25T14:21:59Z
dc.date.issued 2003 en_US
dc.identifier.citation Traitement du Signal [Trait. Signal], 2003, Vol. 20, N° 2, p. 183-212 en_US
dc.identifier.issn 0765-0019 en_US
dc.identifier.uri http://hdl.handle.net/2042/2225
dc.description In this article, we present two localization methods based on the omnidirectional SYCLOP sensor. The first method is a static one and is based on a matching between one real image and a base of synthetics panoramic pictures. This base is computed with the help of a modelling and a calibration of the SYCLOP sensor. The second method is a dynamic one and is based on multi target tracking. The originality of this method is its capability to manage and propagate uncertainties during the localization process. This multi-level uncertainty propagation stage is based on the use of the Dempster-Shafer theory. In this work, SYCLOP is associated with a panoramic range finder. It enables to treat complementary and redundant data and thus to construct a robust sensorial model which integrates an important number of significant primitives. Based on this model, we treat the problem of maintaining a matching and propagating uncertainties on each matched primitive in order to obtain a global uncertainty about the robot configuration.
dc.description.abstract Dans cet article, nous présentons deux méthodes de localisation basées sur l'utilisation du capteur omnidirectionnel SYCLOP. La première méthode, statique, consiste à rechercher la configuration du robot d'une manière absolue par la mise en correspondance d'une image réelle avec une base d'images panoramiques synthétiques. Cette base est obtenue grâce à la modélisation et la calibration du capteur SYCLOP. La deuxième méthode, dynamique, est basée sur de la poursuite multi-cibles. L'originalité de cette méthode réside dans sa capacité à gérer et propager des incertitudes durant le processus de localisation. Cette propagation multi-niveaux d'incertitudes est basée sur l'utilisation de la théorie de Dempster Shafer. Dans ce travail, SYCLOP est associé à un capteur de profondeur. Ceci permet de traiter des données à la fois complémentaires et redondantes et donc de construire un modèle sensoriel robuste intégrant un nombre important de primitives significatives. En nous appuyant sur ce modèle, nous traitons le problème de maintien d'un appariement et de la propagation d'une incertitude sur chaque primitive appariée, ceci dans le but d'obtenir une incertitude globale qui caractérise l'estimation de configuration du robot. en_US
dc.format.extent 52628 bytes
dc.format.mimetype application/pdf
dc.language.iso en_US
dc.publisher GRETSI, Saint Martin d'Hères, France en_US
dc.relation.ispartofseries Traitement du Signal
dc.rights http://irevues.inist.fr/utilisation en_US
dc.source Traitement du Signal [Trait. Signal], ISSN 0765-0019, 2003, Vol. 20, N° 2, p. 183-212 en_US
dc.subject.cnrs Robot mobile en_US
dc.subject.cnrs Localisation en_US
dc.subject.cnrs Vision ordinateur en_US
dc.subject.cnrs Détecteur image en_US
dc.subject.cnrs Fusion donnée en_US
dc.subject.cnrs Concordance forme en_US
dc.subject.cnrs Navigation en_US
dc.subject.cnrs Modélisation en_US
dc.subject.cnrs Etalonnage en_US
dc.subject.cnrs Mise en correspondance en_US
dc.title 5 - Localisations absolues en milieu intérieur basées sur la vision omnidirectionnelle en_US
dc.title.alternative Absolute localisations in indoor environment based on omnidirectionnal vision en_US
dc.type Article en_US
dc.contributor.affiliation CREA (Centre de Robotique, d'Electrotechnique et d'Automatique), Université de Picardie Jules Verne (UPJV) - I.U.T. Département Informatique Avenue des facultés, 80000 Amiens en_US


Files in this item

PDF Cauchois (2022).pdf 11.20Mb

This item appears in the following Collection(s)

Show simple item record





Advanced Search