Retour au site du LAAS-CNRS

Laboratoire d’analyse et d’architecture des systèmes

Publications de l'équipe RAP

Choisir la langue : FR | EN

372documents trouvés

18002
17/01/2018

Présentation tensorielle des équations macroscopiques de Maxwell

M.RENAUD

RAP

Rapport LAAS N°18002, Janvier 2018, 70p.

Diffusable

142012
18001
08/01/2018

Mind the regularized GAP, for human action classification and semi-supervised localization based on visual saliency

M.MOREAUX, N.LYUBOVA, F.LERASLE, I.FERRANE

RAP, Softbank Robotics, IRIT-UPS

Rapport LAAS N°18001, Janvier 2018, 9p.

Diffusable

141916
17469
05/09/2017

Mouvement actif pour la localisation binaurale de sources sonores en robotique

G.BUSTAMANTE

RAP

Doctorat : Université de Toulouse III - Paul Sabatier, Septembre 2017, 145p., Président: Y.DEVILLE, Rapporteurs: L.GIRIN, E.VINCENT, Examinateurs: I.PETROVIC, A.RAAKE, R.HORAUD, Directeurs de thèse: P.DANES , N° 17469

Diffusable

Plus d'informations

Résumé

Ce travail s’inscrit dans le contexte de la localisation de source sonore depuis un capteur binaural (constitué de deux microphones placés sur un élément diffusant) doté de mobilité. Un schéma de localisation « active » en trois phases est considéré : (a) estimation de primitives spatiales par une analyse courtterme du flux audio ; (b) localisation audio-motrice par assimilation de ces données et combinaison avec les ordres moteurs du capteur au sein d’un schéma d’estimation stochastique ; (c) commande en boucle fermée du mouvement du capteur de façon à améliorer la qualité de la localisation. Les recherches portent sur la définition de stratégies de « mouvement actif » constituant la phase (c). Le problème est formulé comme la maximisation d’un critère d’information défini à partir des lois de filtrage de la position relative capteur-source sur un horizon temporel glissant dans le futur (plus exactement de son espérance sur les observations qui seront assimilées sur cet horizon conditionnellement aux observations passées). Cet horizon peut être constitué du prochain instant ou des N prochains instants, ce qui donne lieu à une stratégie « one-step-ahead » ou « N-step-ahead », respectivement. Une approximation de ce critère par utilisation de la transformée « unscented » et le calcul automatique du gradient de celle-ci par exploitation des nombres duaux, permettent la détermination de la commande (en boucle fermée sur l’audio donc) à appliquer au capteur. Les résultats ont été validés par des simulations réalistes, et, pour certains, par des expérimentations sur un ensemble tête-torse anthropomorphe doté de perception binaurale et de mobilité.

Mots-Clés / Keywords
Audition en robotique; Localisation binaurale active; Théorie de l’information;

141893
17136
01/09/2017

Hyper-optimization tools comparison for parameter tuning applications

C.MAURICE, J.MADRIGAL DIAZ, F.LERASLE

RAP

Manifestation avec acte : International Conference on Advanced Video and Signal-based Surveillance ( AVSS ) 2017 du 29 août au 01 septembre 2017, Lecce (Italie), Septembre 2017, 6p. , N° 17136

Lien : https://hal.laas.fr/hal-01584100

Non disponible

Plus d'informations

Abstract

This paper evaluates and compares different hyper-parameters optimization tools that can be used in any vision applications for tuning their underlying free parameters. We focus in the problem of multiple object tracking, as it is widely studied in the literature and offers several parameters to tune. The selected tools are freely available or easy to implement. In this paper we evaluate the impact of parameter optimization tools over the tracking performances using videos from public datasets. Also, we discuss differences between the tools in term of performances, stability , documentation, etc.

140752
17332
28/07/2017

Home furniture detection by geometric characterization by autonomous service robots

O.ALONSO-RAMIREZ, A.MARIN HERNANDEZ, H.V.RIOS FIGUEROA, M.DEVY

Veracruzana, RAP

Manifestation avec acte : International Conference on Informatics in Control, Automation and Robotics ( ICINCO ) 2017 du 26 juillet au 28 juillet 2017, Madrid (Espagne), Juillet 2017, pp.508-513 , N° 17332

Lien : https://hal.archives-ouvertes.fr/hal-01579465

Diffusable

Plus d'informations

Abstract

Service robots are nowadays more and more common on diverse environments. In order to provide useful services, robots must not only identify different objects but also understand their use and be able to extract characteristics that make useful an object. In this work, a framework is presented for recognize home furniture by analyzing geometrical features over point clouds. A fast and efficient method for horizontal and vertical planes detection is presented, based on the histograms of 3D points acquired from a Kinect like sensor onboard the robot. Horizontal planes are recovered according to height distribution on 2D histograms, while vertical planes with a similar approach over a projection on the floor (3D histograms). Characteristics of points belonging to a given plane are extracted in order to match with planes from furniture pieces in a database. Proposed approach has been proved and validated in home like environments with a mobile robotic platform.

141038
17138
26/07/2017

Design of a sensor-based controller performing u-turn to navigate in orchards

A.DURAND PETITEVILLE, E.LE FLECHER, V.CADENAT, T.SENTENAC, S.VOUGIOUKAS

Univ. of California, Davis, RAP

Manifestation avec acte : International Conference on Informatics in Control, Automation and Robotics ( ICINCO ) 2017 du 26 juillet au 28 juillet 2017, Madrid (Espagne), Juillet 2017, 10p. , N° 17138

Diffusable

140095
17219
14/07/2017

Simplification of dynamic problems by time-scale transformation: application to the nonlinear control with input positive constraints

C.CASENAVE, E.MONTSENY

UMR MISTEA, RAP

Manifestation avec acte : IFAC World Congress 2017 du 09 juillet au 14 juillet 2017, Toulouse (France), Juillet 2017, 6p. , N° 17219

Diffusable

140466
17362
10/07/2017

Vision based navigation in a dynamic environment

M.FUTTERLIEB

RAP

Doctorat : Université de Toulouse III - Paul Sabatier, Juillet 2017, 198p., Président: M.DEVY, Rapporteurs: E.M.MOUADDIB, R.ZAPATA, Examinateurs: A.DURAND PETITEVILLE, Directeurs de thèse: V.CADENAT, T.SENTENAC , N° 17362

Lien : https://hal.laas.fr/tel-01624233

Diffusable

Plus d'informations

Résumé

Cette thèse s'intéresse au problème de la navigation autonome au long cours de robots mobiles à roues dans des environnements dynamiques. Elle s'inscrit dans le cadre du projet FUI Aircobot. Ce projet, porté par Akka Technologies, a vu collaborer plusieurs entreprises (Akka, Airbus, 2MORROW, Sterela) ainsi que deux laboratoires de recherche, le LAAS et Mines Albi. L'objectif est de développer un robot collaboratif (ou cobot) capable de réaliser l'inspection d'un avion avant le décollage ou en hangar. Différents aspects ont donc été abordés : le contrôle non destructif, la stratégie de navigation, le développement du système robotisé et de son instrumentation, etc. Cette thèse répond au second problème évoqué, celui de la navigation. L'environnement considéré étant aéroportuaire, il est hautement structuré et répond à des normes de déplacement très strictes (zones interdites, etc.). Il peut être encombré d'obstacles statiques (attendus ou non) et dynamiques (véhicules divers, piétons, ...) qu'il conviendra d'éviter pour garantir la sécurité des biens et des personnes. Cette thèse présente deux contributions. La première porte sur la synthèse d'un asservissement visuel permettant au robot de se déplacer sur de longues distances (autour de l'avion ou en hangar) grâce à une carte topologique et au choix de cibles dédiées. De plus, cet asservissement visuel exploite les informations fournies par toutes les caméras embarquées. La seconde contribution porte sur la sécurité et l'évitement d'obstacles. Une loi de commande basée sur les spirales équiangulaires exploite seulement les données sensorielles fournies par les lasers embarqués. Elle est donc purement référencée capteur et permet de contourner tout obstacle, qu'il soit fixe ou mobile. Il s'agit donc d'une solution générale permettant de garantir la non collision. Enfin, des résultats expérimentaux, réalisés au LAAS et sur le site d'Airbus à Blagnac, montrent l'efficacité de la stratégie développée.

Abstract

This thesis is directed towards the autonomous long range navigation of wheeled robots in dynamic environments. It takes place within the Aircobot project. This project aims at designing a collaborative robot (cobot) able to perform the preflight inspection of an aircraft. The considered environment is then highly structured (airport runway and hangars) and may be cluttered with both static and dynamic unknown obstacles (luggage or refueling trucks, pedestrians, etc.). Our navigation framework relies on previous works and is based on the switching between different control laws (go to goal controller, visual servoing, obstacle avoidance) depending on the context. Our contribution is twofold. First of all, we have designed a visual servoing controller able to make the robot move over a long distance thanks to a topological map and to the choice of suitable targets. In addition, multi-camera visual servoing control laws have been built to benefit from the image data provided by the different cameras which are embedded on the Aircobot system. The second contribution is related to obstacle avoidance. A control law based on equiangular spirals has been designed to guarantee non collision. This control law, based on equiangular spirals, is fully sensor-based, and allows to avoid static and dynamic obstacles alike. It then provides a general solution to deal efficiently with the collision problem. Experimental results, performed both in LAAS and in Airbus hangars and runways, show the efficiency of the developed techniques.

Mots-Clés / Keywords
Asservissement visuel; Evitement de collision; Navigation; Navigation visuelle;

141193
17301
16/06/2017

Segmentation de nuages de points 3D pour le phénotypage de tournesols

W.GELARD, A.HERBULOT, M.DEVY, P.BURGER

RAP, INRA Castanet

Manifestation avec acte : Journées Francophones des Jeunes Chercheurs en Vision par Ordinateur, ( ORASIS ) 2017 du 12 juin au 16 juin 2017, Colleville-sur-Mer (France), Juin 2017, 8p. , N° 17301

Lien : https://hal.archives-ouvertes.fr/hal-01579385

Diffusable

Plus d'informations

Abstract

Cet article présente une méthode de segmentation basée modèle appliquée sur des nuages de points 3D de tour-nesols, l'objectif final étant la caractérisation de la crois-sance des tournesols. Ici, les acquisitions sont réalisées sur des plantes isolées. Un nuage de points 3D est obtenu via Structure from Motion à partir d'images RGB acquises au-tour d'une plante. Ensuite, la méthode proposée est appli-quée afin de segmenter et de labelliser les feuilles, c'est-à-dire, regrouper le nuage de points en régions, une pour la tige et les autres pour les feuilles. Chaque feuille est ensuite reconstruite avec des NURBS et leurs surface est calculée à partir du maillage triangulaire résultant. Notre méthode de segmentation est validée en comparant la surface obte-nue via mesure manuelle réalisée avec un planimètre, cette comparaison montre une différence inférieure à 10%. Ces résultats ouvrent une perspective intéressante pour le phé-notypage haut-débit des tournesols. Abstract This article presents a model-based segmentation method applied to 3D data acquired on a sunflower plant : the final objective is the characterization of sunflowers growth from observations made automatically from sensors moved around plants. Here, acquisitions are made on isolated plants, a 3D point cloud is computed using Structure from Motion with RGB images. Then the proposed method is applied in order to segment and label the plant leaves, i.e. to split up the point cloud in regions, one for the stem, the other ones for the leaves. Every leaf is then reconstructed with NURBS and its area is computed from the triangular mesh. Our segmentation method is validated comparing these areas with the ones measured manually using a planimeter. It is shown that differences between automatic and manual measurements are less than 10%. The present results open interesting perspectives in direction of high-throughput sunflower phenotyping.

140819
17300
16/06/2017

Détection d'objets en milieu naturel : application à l'arboriculture

A.DORE, M.DEVY, A.HERBULOT

RAP

Manifestation avec acte : Journées Francophones des Jeunes Chercheurs en Vision par Ordinateur, ( ORASIS ) 2017 du 12 juin au 16 juin 2017, Colleville-sur-Mer (France), Juin 2017, 8p. , N° 17300

Lien : https://hal.archives-ouvertes.fr/hal-01579391

Diffusable

Plus d'informations

Abstract

Cet article présente une approche de détection de fruits de-puis des images acquises par des caméras dans un verger. Le but est d'estimer le nombre de fruits produits par un arbre, ici des pommes de différentes variétés. Nous adap-tons une méthode classique, basée sur une classification appliquée sur une fenêtre de résolution variable, dépla-cée dans toute l'image : ce classifieur doit au préalable être entraîné sur une base d'apprentissage de grande dimension , construite à partir d'images annotées. Cet ap-prentissage est requis pour les différentes variétés. Pour limiter le temps lié à la construction de ces bases d'ap-prentissage, nous proposons d'exploiter toujours la même base d'images acquises sur des pommes qu'il est possible de segmenter de manière automatique, typiquement des pommes rouges qui se détachent facilement du feuillage. Nous décrivons les différents classifieurs de type CNN tes-tés pour cette application, exploités en mode prédiction-vérification. Nous comparons cette approche avec une mé-thode classique de la littérature. Mots Clef Détection d'objets, Classification, couleur, CNN, Faster R-CNN, apprentissage. Abstract In this article, it is presented an approach for the detection of fruits from images acquired by cameras in an orchard. It is requested to estimae the number of fruits given by a tree, here apples from different species. We adapt the mainstream method, based on a classifier applied on a multi-scale window shifted on all the image : beforehand this classifier must be trained on a large learning database extracted from annotated images. Such a training is required for every apple variety. In order to save time when building these learning database, we exploit always the same data set, acquired on apples that can be automatically segmented , typically red apples that are very salient in the foliage. Different CNN classifiers have been evaluated for this application , executed in a prediction-verification mode. This approach is finally compared with a more classical one.

140817
Les informations recueillies font l’objet d’un traitement informatique destiné à des statistiques d'utilisation du formulaire de recherche dans la base de données des publications scientifiques. Les destinataires des données sont : le service de documentation du LAAS.Conformément à la loi « informatique et libertés » du 6 janvier 1978 modifiée en 2004, vous bénéficiez d’un droit d’accès et de rectification aux informations qui vous concernent, que vous pouvez exercer en vous adressant à
Pour recevoir une copie des documents, contacter doc@laas.fr en mentionnant le n° de rapport LAAS et votre adresse postale. Signalez tout problème de dysfonctionnement à sysadmin@laas.fr. http://www.laas.fr/pulman/pulman-isens/web/app.php/