Descripteur
Documents disponibles dans cette catégorie (45)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesEtendre la recherche sur niveau(x) vers le bas
Titre : Robustness of visual SLAM techniques to light changing conditions : Influence of contrasted local features, multi-planar representations and multimodal image analysis Type de document : Thèse/HDR Auteurs : Xi Wang, Auteur ; Eric Marchand, Directeur de thèse Editeur : Rennes : Université de Rennes 1 Année de publication : 2022 Importance : 153 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Rennes 1, Spécialité InformatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] cartographie et localisation simultanées
[Termes IGN] éclairage
[Termes IGN] estimation de pose
[Termes IGN] information sémantique
[Termes IGN] primitive géométrique
[Termes IGN] programmation linéaire
[Termes IGN] robotique
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) The SLAM (Simultaneous Localization And Mapping) technique concentrates on localizing and recovering the environment in a simultaneous way and is one of the core functionalities of many industrial products such as augmented reality, where the device poses should be tracked in real-time; autonomous driving, where one needs to localize the vehicle in a pre-generated map or unknown environment; and even modern filmmaking workflow, where the relative camera position and orientation are critical for post-processing or real-time prevising for directors and actors to visualise the visual effects on the stage. Multiple difficulties in different levels can influence the final performance of robot agents’s SLAM task, as the pipeline is long and complicated from the real world physics to the required information such as agent poses and 3-D map, which help us visualize colourful graphics scenes in AR devices or make hard decisions on the highway for autonomous driving. Many solutions are proposed for addressing each problem, respectively, with the means from classic statistic probability models to the modern data-driven deep neural network. However, the quest of improving the robot’s robustness under dynamic and complicated environments perisists and becomes more and more significant and active for nowadays robotics research. The need for improving the robustness of robot agents is imminent and regarded as one of most imperative factors for deploying robots ubiquitously in our daily life. Under this context, this thesis tries to address a small drop in the ocean of the problem of SLAM robustness, yet in a very systematic view: we try to break down the SLAM system into different and inter-influential modules. Then use the concept of "divide and conquer" for answering possible questions within each module and wishing to contribute to the community and help improve the robustness of SLAM systems under complicated conditions. With the above objectives, the contributions of the thesis are stated as follows for tackling the robustness problem from multiple angles: 1) From the image feature angle, we proposed a multiple layered image structure for improving the performance of traditional local image features under extreme conditions. Furthermore, an optimization method on linear searching and mutual information assisted convex optimization are designed for tuning the optimal parameters with the proposed structure; 2) From the geometric primitive angle, we proposed a relative pose estimation and SLAM framework under the multiple planar assumption, by keypoint feature-based and template tracker based methods, respectively. We tried to achieve better performance of mapping and tracking simultaneously with the help of a more general planar assumption. 3) From the angle of relocalization of the SLAM system, the idea is to recover the already passed locations of the robot agent for lowering the overall estimation error or when the robot is in lost status. We proposed a binary graph structure for embedding spatial information and heterogeneous data formats such as depth image, semantic information etc. The proposed method enables robotics SLAM systems to relocalize themselves with a higher success rate even under different lighting, weather and seasonal conditions. Note de contenu : 1- Introduction
2- Résumé
3- Background on visual SLAM techniques
4- Related work
5- Organisation
6- Multiple layers image
7- Multi-planar relative pose estimation via superpixel
8- TT-SLAM
9- Binary graph descriptor for robust relocalization on heterogeneous data
ConclusionNuméro de notice : 24074 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Rennes 1 : 2022 Organisme de stage : IRISA DOI : sans En ligne : https://www.theses.fr/2022REN1S022 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102162 Pose estimation and 3D reconstruction of vehicles from stereo-images using a subcategory-aware shape prior / Maximilian Alexander Coenen in ISPRS Journal of photogrammetry and remote sensing, Vol 181 (November 2021)
Titre : Pose estimation and 3D reconstruction of vehicles from stereo-images using a subcategory-aware shape prior Type de document : Article/Communication Auteurs : Maximilian Alexander Coenen, Auteur ; Franz Rottensteiner, Auteur Année de publication : 2021 Article en page(s) : pp 27 - 47 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection d'objet
[Termes IGN] estimation de pose
[Termes IGN] modèle stochastique
[Termes IGN] problème inverse
[Termes IGN] reconstruction 3D
[Termes IGN] reconstruction d'objet
[Termes IGN] robotique
[Termes IGN] véhicule automobile
[Termes IGN] vision par ordinateurRésumé : (auteur) The 3D reconstruction of objects is a prerequisite for many highly relevant applications of computer vision such as mobile robotics or autonomous driving. To deal with the inverse problem of reconstructing 3D objects from their 2D projections, a common strategy is to incorporate prior object knowledge into the reconstruction approach by establishing a 3D model and aligning it to the 2D image plane. However, current approaches are limited due to inadequate shape priors and the insufficiency of the derived image observations for a reliable alignment with the 3D model. The goal of this paper is to show how 3D object reconstruction can profit from a more sophisticated shape prior and from a combined incorporation of different observation types inferred from the images. We introduce a subcategory-aware deformable vehicle model that makes use of a prediction of the vehicle type for a more appropriate regularisation of the vehicle shape. A multi-branch CNN is presented to derive predictions of the vehicle type and orientation. This information is also introduced as prior information for model fitting. Furthermore, the CNN extracts vehicle keypoints and wireframes, which are well-suited for model-to-image association and model fitting. The task of pose estimation and reconstruction is addressed by a versatile probabilistic model. Extensive experiments are conducted using two challenging real-world data sets on both of which the benefit of the developed shape prior can be shown. A comparison to state-of-the-art methods for vehicle pose estimation shows that the proposed approach performs on par or better, confirming the suitability of the developed shape prior and probabilistic model for vehicle reconstruction. Numéro de notice : A2021-772 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2021.07.006 Date de publication en ligne : 14/09/2021 En ligne : https://doi.org/10.1016/j.isprsjprs.2021.07.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98829
in ISPRS Journal of photogrammetry and remote sensing > Vol 181 (November 2021) . - pp 27 - 47[article]
Titre : An introduction to ethics in robotics and AI Type de document : Monographie Auteurs : Christoph Bartneck, Auteur ; Christoph Lütge, Auteur ; Alan Wagner, Auteur ; Sean Welsch, Auteur Editeur : Springer International Publishing Année de publication : 2021 Importance : 117 p Présentation : . Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-030-51110-4 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] données massives
[Termes IGN] édition en libre accès
[Termes IGN] éthique
[Termes IGN] navigation autonome
[Termes IGN] protection de la vie privée
[Termes IGN] robotique
[Termes IGN] utilisateur militaire
[Termes IGN] véhicule sans piloteRésumé : (éditeur) This open access book introduces the reader to the foundations of AI and ethics. It discusses issues of trust, responsibility, liability, privacy and risk. It focuses on the interaction between people and the AI systems and Robotics they use. Designed to be accessible for a broad audience, reading this book does not require prerequisite technical, legal or philosophical expertise. Throughout, the authors use examples to illustrate the issues at hand and conclude the book with a discussion on the application areas of AI and Robotics, in particular autonomous vehicles, automatic weapon systems and biased algorithms. A list of questions and further readings is also included for students willing to explore the topic further. Note de contenu : 1- What is AI?
2- What is ethics?
3- Trust and fairness in AI systems
4- Responsibility and liability in the case of AI systems
5- Risks in the business of AI
6- Psychological aspects of AI
7- Privacy issues of AI
8- Application areas of AI
9- Autonomous vehicles
10- Military uses of AI
11- Ethics in AI and Robotics: A Strategic ChallengeNuméro de notice : 28570 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Monographie DOI : 10.1007/978-3-030-51110-4 En ligne : https://doi.org/10.1007/978-3-030-51110-4 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97726 Méthodes de partage d'informations visuelles et inertielles pour la localisation et la cartographie simultanées décentralisées multi-robots / Rodolphe Dubois (2021)
Titre : Méthodes de partage d'informations visuelles et inertielles pour la localisation et la cartographie simultanées décentralisées multi-robots Type de document : Thèse/HDR Auteurs : Rodolphe Dubois, Auteur ; Vincent Frémont, Directeur de thèse Editeur : Nantes : Ecole Centrale de Nantes Année de publication : 2021 Importance : 259 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Ecole Centrale de Nantes, spécialité Signal, Image, VisionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Informatique
[Termes IGN] cartographie et localisation simultanées
[Termes IGN] fusion de données
[Termes IGN] navigation autonome
[Termes IGN] partage de données localisées
[Termes IGN] robot mobile
[Termes IGN] robotique
[Termes IGN] vision
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) En robotique mobile, les méthodes de cartographie et de localisation simultanées (SLAM) constituent une brique algorithme essentielle afin de percevoir l’environnement et y naviguer de façon autonome. En contexte visuel, les méthodes de SLAM mono-robot ont aujourd’hui atteint un haut degré de maturité, ce qui a permis l’essor de méthodes collaboratives. Néanmoins, les problématiques d’autonomie des agents couplées aux contraintes d’information, de réseau et de ressources interrogent sur la nature des données à transmettre entre les robots. L’objectif de cette thèse est de concevoir des méthodes de partage d’informations visuelles et inertielles qui favorisent l’autonomie des robots et leur permettent d’affiner leur navigation dès lors qu’ils visitent des zones communes. Dans ce but, nous investiguons différents paradigmes d’échanges pour des architectures décentralisées de SLAM visio-inertiel et stéréo-visuel. Tout d’abord, nous proposons trois façons de synthétiser des données visio-inertielles, et développons une architecture de SLAM collaboratif décentralisée chargée d’en organiser le calcul, l’échange et l’intégration. Ces méthodes exploitent respectivement l’échange de sous-cartes visio-inertielles rigides, de paquets condensés par marginalisation et éparsification consistante, et de paquets élagués via la sélection de facteurs visioinertiels bruts. Nous les évaluons sur des jeux de données standards, ainsi que sur notre jeu de données AirMuseum, spécifiquement conçu à cette fin. Enfin, nous appliquons l’architecture développée pour la cartographie dense en étendant une méthode de cartographie collaborative reposant sur l’échange, le recalage et la fusion de sous-cartes localement consistantes associées à des représentations de type TS. Note de contenu : 1- Introduction
I État de l’art
2- La cartographie et la localisation simultanées mono-robot
3- L’émergence des méthodes de SLAM multi-robots
II Contributions
4- Construction d’un jeu de données multi-robots
5- SLAM visio-inertiel décentralisé pour la navigation multi-robots
6- SLAM dense stéréo-visuel décentralisé basé sur l’échange de sous-cartes TSDF
7- Conclusion et Perspectives
III AnnexesNuméro de notice : 28637 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal, Image, Vision : Centrale Nantes : 2021 Organisme de stage : Laboratoire des Sciences du Numérique DOI : sans En ligne : https://hal.science/tel-03273943v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99702
Titre : Modélisation et simulation de comportements piétons réalistes en espace partagé avec un véhicule autonome Type de document : Thèse/HDR Auteurs : manon Prédhumeau, Auteur ; Julie Dugdale, Directeur de thèse ; Anne Spalanzani, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Grenobles Alpes, spécialité InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] comportement
[Termes IGN] interaction homme-machine
[Termes IGN] modèle de simulation
[Termes IGN] modèle orienté agent
[Termes IGN] navigation autonome
[Termes IGN] piéton
[Termes IGN] psychologie sociale
[Termes IGN] robotique
[Termes IGN] trajectoire (véhicule non spatial)
[Termes IGN] UML
[Termes IGN] zone urbaine denseIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Dans un futur proche, les véhicules autonomes ne seront plus limités aux routes et auront à naviguer dans des environnements urbains denses et dynamiques comme les espaces partagés. Dans de tels espaces, la séparation entre piétons et véhicules est réduite au minimum et les usagers doivent négocier leur passage sans règles de circulation explicites. Les piétons naviguent selon certaines normes sociales et s'attendent à ce que le véhicule autonome ait une navigation sécurisée, mais aussi efficace et conforme aux conventions sociales et urbaines. Pour cela, un élément clé de la navigation dans les espaces partagés repose sur la compréhension et l'anticipation des comportements piétons et de leurs interactions.Cependant, nous ne savons pas comment les piétons vont se comporter, car actuellement il est très rare que des véhicules autonomes naviguent dans le même espace que des piétons. Notre problématique est donc la suivante : comment anticiper les comportements piétons dans un espace partagé avec un véhicule autonome ?Cette thèse s'inscrit dans le cadre du projet ANR HIANIC (Human Inspired Autonomous Navigation In Crowds). Dans cette thèse, nous étudions le comportement des piétons en espace partagé avec un véhicule autonome en modélisant et en simulant des comportements piétons réalistes.Notre approche intègre des observations empiriques et des concepts issus des sciences sociales afin de proposer un modèle et un simulateur à base d'agents pour une application en robotique. À chaque étape, le modèle proposé a été évalué et validé par des simulations de plusieurs scénarios et des comparaisons avec des données réelles.Notre première contribution est un modèle des comportements piétons individuels dans un contexte d'espace partagé. Le modèle tient compte de la perception, de l'attention et de l'espace personnel des piétons pour simuler des foules peu denses en environnement ouvert.Notre deuxième contribution est un modèle de quatre relations sociales au sein des groupes de piétons (couples, amis, familles et collègues de travail). Le modèle permet de simuler à la fois le mouvement des groupes sociaux de piétons dans plusieurs contextes de foule et les comportements d'évitement des groupes par d'autres piétons.Notre troisième contribution est un modèle des comportements piétons en interaction avec un véhicule autonome en espace partagé.Le modèle permet de représenter des comportements piétons à la fois hétérogènes, précis et explicables dans plusieurs situations d'interaction. Le modèle peut être utilisé pour reproduire des scènes du monde réel et pour prédire les trajectoires des piétons autour d’un véhicule autonome en temps réel.Notre quatrième contribution est l'implémentation du modèle pour proposer le simulateur SPACiSS, "Simulator for Pedestrians and an Autonomous Car in Shared Spaces". SPACiSS est open source et permet de simuler les interactions entre les piétons et les véhicules dans différents espaces partagés. Avec l'intégration dans le cadre ROS, couramment utilisé en robotique, SPACiSS est conçu comme un environnement pour le test de systèmes de navigation autonome.Nous avons montré que la modélisation et la simulation à base d'agents peuvent contribuer à une intégration efficace entre les sciences sociales et la robotique. Cette association est prometteuse pour aborder des scénarios du monde réel. Note de contenu : 1- Introduction
2- Revue de littérature
3- Modélisation et simulation de piétons en environnement ouvert
4- Modélisation et simulation de groupes sociaux de piétons
5- Modélisation et simulation de piétons en espace partagé avec un véhicule autonome
6- SPACiSS : un simulateur de piétons réalistes pour tester la navigation d’un véhicule autonome en espace partagé
7- Conclusions et perspectivesNuméro de notice : 24103 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Grenoble : 2021 Organisme de stage : Laboratoire d’Informatique de Grenoble DOI : sans En ligne : https://theses.hal.science/tel-03518751 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102581 Nonparametric Bayesian learning for collaborative robot multimodal introspection / Xuefeng Zhou (2020)
PermalinkPermalinkPermalinkPermalinkMachine learning and pose estimation for autonomous robot grasping with collaborative robots / Victor Talbot (2018)
PermalinkPermalinkPermalinkPermalink
