Laboratoire de Génie Informatique et d’Automatique de l’Artois

Séminaire

Problématique de suivi multi-cibles polygonales par perception laser de l’environnement : résolution directe dans un cadre PHD par filtrage non-linéaire et application au suivi de véhicules.

Le 25 novembre 2014 à 11h00 Salle des séminaires du LGI2A, FSA, Béthune
Benoit FORTIN Docteur Université du Littorale Côte d’Opale ULCO

Dans les systèmes de perception multi-capteurs, un point central d’étude concerne le suivi d’objets multiples. Dans mes travaux de recherche, le capteur principal est un télémètre laser à balayage qui perçoit des cibles étendues (multiples mesures par objet). Le problème de suivi multi-objets se décompose généralement en plusieurs étapes (détection, modélisation, association et suivi) réalisées de manière séquentielle ou conjointe. Mes travaux ont permis de proposer des alternatives à ces méthodes en adoptant une approche « track-before-detect » sur cibles distribuées qui permet d’éviter la succession des traitements en proposant un cadre global de résolution de ce problème d’estimation.
Ce séminaire vise à présenter une approche duale de suivi multi-cibles dans un cadre bayésien. D’une part, notre méthode s’affranchit du détecteur en intégrant l’hypothèse de forme polygonale des objets à suivre directement dans le processus de suivi. Pour cela, un processus d’agrégation des données représentatives d’un même objet a été développé évitant tout prétraitement sous-optimal. D’autre part, les problèmes d’association habituellement rencontrés (approches JPDA, MHT) sont évités en utilisant le cadre théorique PHD (Probability Hypothesis Density) résolues grâce aux méthodes de Monte-Carlo séquentielles en raison du caractère fortement non-linéaire induit par le processus d’agrégation développé. Ce cadre théorique permet de représenter l’ensemble des cibles à estimer comme une unique densité de probabilité multimodale.
Notre méthode a été implémentée dans le cadre applicatif des systèmes d’assistance à la conduite et plus particulièrement le suivi de véhicules perçus par un objet lui-même en mouvement. La théorie PHD est alors augmentée afin d’introduire la notion de pistes indispensable dans ce genre d’applications. Le formalisme proposé permet également la prise en compte de multiples capteurs pour l’amélioration du processus de suivi (multilidar, centrale inertielle, GPS, données cartographiques).