Résumé : La disponibilité croissante des SIGs, et leur qualité croissante (résolution, 3D) font qu'ils peuvent être directement exploités par les robots, pour la fonction localisation essentielleemnt, mais aussi pour des fonctions de planification des déplacements. Par ailleurs, la construction et la mise à jour de SIG pourra intégrer les données acquises par les robots terrestres : à terme, les véhicules terrestres seront tous munis de capteurs extéroceptifs, et pourront contribuer à la mise à jour des SIGs (y compris des informations de nature dynamique). Cet exposé tentera d'expliciter les liens qui existent ou qu'il faut développer entre robotique et SIG. (voir les planches)
Resumé : À l'heure où les PDA, smartphones, GPS, et appareils photos numériques équipent chaque piéton et véhicule, Magellium s'appuie sur son coeur de métier en géomatique, en modélisation 3D et en robotique pour développer des SIG dynamiques qui collectent des mesures géolocalisées provenant d'agents mobiles. Les projets TSIGANES, SITEEG, FILONAS et MOBILIS s'inscrivent dans cette démarche. (voir les planches)
Résumé : Nous présentons un nouveau système temps réel de texturation d'environnements urbains et routiers monté sur un véhicule. Le système d'acquisition est basé sur deux capteurs, un télémètre laser et une caméra avec un objectif fish-eye. Nous produisons des points 3D colorés ou des modèles surfaciques triangulés et texturés de l'environnement traversé par le véhicule. Une partie importante du processus consiste à calibrer le système : nous avons besoin de récupérer la transformation rigide entre le repère laser et le repère de la caméra dont le modèle de projection est différent du modèle usuel "pin-hole". Une fois que notre système a été calibré, l'acquisition et le traitement des données se fait "en vol". Des résultats de rues modélisées illustrant les possibilités de ce nouveau système de scanner seront également présents. (voir les planches)
Résmé : Ce travail présente une méthode de gestion et d'utilisation d'amers naturels dans une base de données routière navigable pour une localisation fine. Les amers sont détectés par des capteurs extéroceptifs embarqués sur le véhicule. L'approche est décomposée en 2 étapes : une étape d'apprentissage où ces caractéristiques sont détectées, segmentées et regroupées dans des cartes locales rattachées à cette base de données routière, puis par une étape ultérieure au cours de laquelle une localisation hiérarchique est réalisée. Dans cette phase, le véhicule extrait ces cartes locales d'amers apprises, matche les caractéristiques qu'elles contiennent avec celles détectées par le robot mobile puis calcule une localisation fine. (voir les planches)
Résumé : Nous présentons des travaux poursuivis au LEOST qui concernent l'analyse et la modélisation des erreurs de mesure des pseudo-distances GNSS en environnement contraint. Ces informations sont utilisées selon deux approches : la première consiste à considérer l'environnement connu a priori (à l'aide d'un modèle 3D ou d'acquisitions vidéos préalables). Ces informations peuvent être intégrées dans un SIG pour améliorer les performances de localisation. La deuxième approche consiste à estimer l'état de réception des satellites de façon statistique. (voir les planches)
Résumé : Le développement des systèmes avancés d'aide à la navigation (ADAS - Advanced Driver Assistance Systems) ou la navigation autonome nécessite d'effectuer certaines tâches : la géo-localisation dynamique précise du véhicule intelligent, la détection d'obstacle, la plannification et le suivi de trajectoires, la détection de franchissement de lignes, ... Dans notre travail, nous proposons une nouvelle approche qui utilise un modèle 3D géo-référencé texturé, manipulé en temps-réel par un système d'information géographique 3D (SIG-3D) pour la géo-localisation et la détection d'obstacle. (voir les planches)