Retour au site du LAAS-CNRS

Laboratoire d’analyse et d’architecture des systèmes

Publications de l'équipe RAP

Choisir la langue : FR | EN

369documents trouvés

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
17236
01/06/2017

Low-complexity IMM smoothing for jump markov nonlinear systems

R.LOPEZ, P.DANES

RAP

Revue Scientifique : IEEE Transactions on Aerospace and Electronic Systems, Vol.53, N°3, pp.1261-1272, Juin 2017 , N° 17236

Lien : https://hal.laas.fr/hal-01579092

Diffusable

Plus d'informations

Abstract

A suboptimal algorithm to fixed-interval and fixed-lag smoothing for Markovian switching systems is proposed. It infers a Gaussian mixture approximation of the smoothing pdf by combining the statistics produced by an IMM filter into an original backward recursive process. The number of filters and smoothers is equal to the constant number of hypotheses in the posterior mixture. A comparison, conducted on simulated case studies, shows that the investigated method performs significantly better than equivalent algorithms.

140527
17129
24/05/2017

Implementation on a harvesting robot of a sensor-based controller performing a u-turn

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

RAP, Univ. of California, Davis

Manifestation avec acte : International Workshop IEEE Electronics, Control, Measurement, Signals and their application to Mechatronics ( ECMSM ) 2017 du 24 mai au 26 mai 2017, Saint Sébastien (Espagne), Mai 2017, pp.223-228 , N° 17129

Diffusable

Plus d'informations

Abstract

In this paper we investigate the navigation of a harvesting robot using sensor-based controllers in an orchard. More precisely, we focus our work on the particular u-turn maneuver which allows the mechanical system to move from the current row to the next one. By using sensor-based controllers, the control law is expressed in the sensor space, and the robot does not have to localize itself nor use a global map of the field. The navigation task can then be realized more accurately. This paper reports the implementation of two generic sensorbased controllers. These controllers allow a differential robot to follow spirals around a given point of interest. In this work, we adapt these two controllers to our specific robot (car-like system), before detailing the ROS implementation architecture. Both simulations and experimental results show the interest and the efficiency of our controllers to perform u-turns in an orchard

139877
17123
19/05/2017

Champs de tenseurs. Bases mobiles et naturelles. Torsions. Courbures

M.RENAUD

RAP

Rapport LAAS N°17123, Mai 2017, 199p.

Lien : https://hal.laas.fr/hal-01523409

Diffusable

Plus d'informations

Abstract

Le but de ce rapport de recherche est d’étudier les champs indépendants de toute connexion de géométrie différentielle puis ceux qui en dépendent. Dans ce second cas l’accent est mis principalement sur le calcul des champs de tenseurs de torsion et de coubure de la connexion selon que la variété est quelconque ou riemannienne (i.e. dotée d’un champ de tenseurs très particulier appelé métrique). Lorsque la variété est riemannienne les calculs sont effectués pour une connexion quelconque et pour une connexion adaptée à la métrique dite connexion riemannienne. L’objectif est de préciser beaucoup mieux que ne le font les diverses références indiquées en bibliographie dans quel cadre précis les calculs sont effectués (connexion ou pas ? variété quelconque ou riemannienne ? connexion quelconque ou riemannienne ?).

139812
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/