Retour au site du LAAS-CNRS

Abstract

Cet article rappelle les principes des algorithmes de SLAM monoculaire mis en oeuvre sur un véhicule pour traiter de sa localisation, puis décrit l'architecture développée pour embarquer ces algorithmes. Notre méthode SLAM exploite le filtre de Kalman étendu pour construire une carte d'amers ponctuels, représentés soit par Inverse Depth Parametrization si la profondeur est trop imprécise, soit en euclidien; la position du véhicule est mise à jour à partir d'appariements entre points extraits de l'image et amers de la carte. Cet article présente une implémentation sur une architecture dédiée, réalisée en co-design sur un FPGA. Les algorithmes d'extraction des points de l'image sont exécutés à la fréquence pixel sur FPGA, tandis que la fonction de construction et mise à jour de la carte reste exécutée en logiciel. Les caractéristiques et les performances de ces deux implémentations sont comparées avec des données de vérité terrain.

Abstract

Cet article décrit une stratégie de coopération entre des caméras d'ambiance et des capteurs embarqués sur un robot mobile pour : (i) suivre une personne donnée et identifiée par un tag/badge radio fréquence (RF), et (ii) faciliter sa navigation en présence de passants lors de l'exécution de cette mission. Nous privilégions une approche "tracking-by-detection" qui fusionne au sein d'un filtre particulaire par chaîne de Markov les détections visuelles déportées et les détections issues des divers capteurs embarqués (laser, vision active, RFID). Les performances du traqueur multi-personnes sont caractérisées par des évaluations qualitatives et quantitatives sur séquences pré-enregistrées. Enfin, l'intégration du système perceptuel sur le robot, le contrôle de ses actionneurs via des techniques d'asservissement visuel et diagramme d'espace libre au voisinage immédiat du robot, illustre la capacité du robot à suivre une personne donnée en espace humain encombré.

Résumé

Cet article présente un système conçu pour traiter ensemble du SLAM, de la Détection et du Suivi d'objets mobiles (SLAM-MOT), en exploitant uniquement la vision. Le but est de produire depuis des données visuelles, une description exploitable par un robot mobile, d'une scène dynamique: modélisation du monde statique, localisation du robot dans ce monde, et comment les autres objets mobiles s'y déplacent. Une approche combinant Segmentation par Clustering et Classification permet de détecter d'une part des points statiques pris en compte dans le SLAM visuel, et d'autre part des groupes de points mobiles exploités pour détecter et suivre les composantes dynamiques de la scène. L'approche globale est évaluée sur des bases d'images acquises en milieu urbain

Abstract

Cet article adresse le problème de suivi automatique de piétons au travers de réseaux de caméras à champs de vue disjoints. Le suivi dans l'image est traité de manière locale par un algorithme de Suivi-par-Détections et ré-identification. Avec du filtrage particulaire à état mixte, nous introduisons la notion d'identité globale dans un algorithme de suivi multi-pistes pour caractériser les personnes au niveau du réseau et pallier aux discontinuités d'observations. Nous venons renforcer la décision de ré-identification en proposant un schéma décisionnel haut niveau intégrant les hypothèses de chaque traqueur confrontées à la topologie du réseau. La composante suivi multi-personnes et ré-identification est d'abord testée en contexte monocaméra. Nous évaluons ensuite notre approche complète sur un réseau de 3 caméras à champs de vue disjoints et un ensemble de 7 personnes. La seule connaissance a priori requise est la carte topologique du réseau.

Résumé

Dans ce travail, nous nous intéressons à la navigation référencée vision d'un robot mobile équipé d'une caméra dans un environnement encombré d'obstacles possiblement occultants. Pour réaliser cette tâche, nous nous sommes appuyés sur l'asservissement visuel 2D. Cette technique consiste à synthétiser une loi de commande basée sur les informations visuelles renvoyées par la caméra embarquée. Le robot atteint la situation désirée lorsque les projections dans l'image de l'amer d'intérêt, appelés indices visuels, atteignent des valeurs de consigne prédéfinies. La navigation par asservissement visuel 2D nécessite de s'intéresser à trois problèmes : garantir l'intégrité du robot vis-à-vis des obstacles, gérer les occultations des amers d'intérêts et réaliser de longs déplacements. Nos contributions portent sur les deux derniers problèmes mentionnés. Dans un premier temps nous nous sommes intéressés à l'estimation des indices visuels lorsque ceux-ci ne sont plus disponibles à cause d'une occultation. La profondeur étant un paramètre déterminant dans ce processus, nous avons développé une méthode permettant de l'estimer. Celle-ci est basée sur une paire prédicteur/correcteur et permet d'obtenir des résultats exploitables malgré la présence de bruits dans les mesures. Dans un second temps, nous nous sommes attachés à la réalisation de longs déplacements par asservissement visuel. Cette technique nécessitant de percevoir l'amer d'intérêt dès le début de la tâche, la zone de navigation est limitée par la portée de la caméra. Afin de relaxer cette contrainte, nous avons élaboré un superviseur que nous avons ensuite couplé à une carte topologique intégrant un ensemble d'amers caractéristiques de l'environnement. La tâche de navigation globale peut alors être décomposée sous la forme d'une séquence d'amers à atteindre successivement, la sélection et l'enchainement des mouvements nécessaires étant effectués au sein du superviseur. Les travaux ont été validés par le biais de simulations et d'expérimentations, démontrant la pertinence et l'efficacité de l'approche retenue.

Abstract

This work focuses on the navigation of a mobile robot equipped with a camera in a cluttered environment. To perform such a task, we propose to use the image based visual servoing (IBVS). This method consists in designing a control law using visual features provided by the camera. These features are defined by the projection of a characteristic landmark on the image plane. The IBVS based navigation requires to address three issues : the robot security with respect to the obstacles, the management of the occlusions and the long range navigation realization. Our contributions are mainly focused on the two last mentioned problems. First, we have dealt with the visual features estimation problem during occlusions. As the visual features depth is an important parameter in this process, we have developed a predictor/corrector pair able to estimate its value on-line. This method has provided nice results, even when the used measures are noisy. Second, we have considered the problem of performing a long range navigation with an IBVS. However, classically, using this kind of controller greatly limits the realizable displacement because the reference landmark must be seen from the beginning to the end of the mission. To relax this constraint, we have developed a topological map and a supervision algorithm which have then been coupled. The first one contains the most characteristic landmarks of the environment. Using this information, it is possible to divide the global navigation task into a sequence of landmarks which must be successively reached. The supervision algorithm then allows to select the right task at the right instant and to guarantee a smooth switch between the different motions. Our works have been validated by simulations and experimentations, demonstrating the efficiency of our approach.

Mots-Clés / Keywords

Robotique mobile; Asservissement visuel; Gestion des occultations; Estimation de la profondeur; Navigation au long court; Carte topologique; Mobile robotics; Visual servoing; Occlusion management; Depth estimation; Long range navigation; Topological mapping;

Abstract

In this paper we deal with the derivation of state-realizations of linear operators that are solutions to certain operator linear differential equations in one-dimensional bounded domains. We develop two approaches in the framework of diffusive representations: one with complex diffusive symbols; the other with real diffusive symbols. Then, we illustrate the theories and develop numerical methods for a Lyapunov equation arising from optimal control theory of the heat equation. A practical purpose of this approach is real-time computation on a semi-decentralized architecture with low granularity.