Descripteur
Termes IGN > aménagement > sécurité routière > signalisation routière
signalisation routièreSynonyme(s)SignageVoir aussi |
Documents disponibles dans cette catégorie (45)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Automatisation du traitement de données "mobile mapping" : extraction d'éléments linéaires et ponctuels / Loïc Elsholz in XYZ, n° 159 (juin 2019)
[article]
Titre : Automatisation du traitement de données "mobile mapping" : extraction d'éléments linéaires et ponctuels Type de document : Article/Communication Auteurs : Loïc Elsholz, Auteur Année de publication : 2019 Article en page(s) : pp 37 - 43 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage profond
[Termes IGN] chaîne de traitement
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] contrôle qualité
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] image terrestre
[Termes IGN] objet géographique linéaire
[Termes IGN] objet géographique ponctuel
[Termes IGN] SAGA GIS
[Termes IGN] signalisation routièreRésumé : (auteur) Par le passé, la compensation du réseau géodésique classique national se faisait par petits blocs et par fuseau suivant la projection UTM. Cela a engendré une propagation d’erreurs entre les blocs et des altérations linéaires au niveau des zones de jonction entre les fuseaux de la projection UTM. Cet article présente la démarche de traitement et calcul du réseau géodésique classique national Algérien, par un ajustement global (utilisant le programme CHABAKA) suivant un fuseau étendu (utilisant le programme TRANMERCAFE). L’application a concerné un réseau échantillon du réseau géodésique primordial de l’Algérie (réalisé par l’IGN, en 1955). Les résultats obtenus sont illustrés et discutés. Numéro de notice : A2019-289 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans En ligne : http://www.aftopo.org/FR/xyz-4.html Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93156
in XYZ > n° 159 (juin 2019) . - pp 37 - 43[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 112-2019021 RAB Revue Centre de documentation En réserve L003 Disponible Méthodes d'apprentissage statistique pour la détection de la signalisation routière à partir de véhicules traceurs / Yann Méneroux (2019)
Titre : Méthodes d'apprentissage statistique pour la détection de la signalisation routière à partir de véhicules traceurs Type de document : Thèse/HDR Auteurs : Yann Méneroux , Auteur ; Sébastien Mustière , Directeur de thèse ; Guillaume Saint Pierre, Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Année de publication : 2019 Importance : 292 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Paris Est dans le cadre de l'Ecole Doctorale Mathématiques et STIC, Signal, Image, AutomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] appariement de cartes
[Termes IGN] autocorrélation spatiale
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] décomposition empirique du signal
[Termes IGN] détection automatique
[Termes IGN] données GPS
[Termes IGN] modèle mathématique
[Termes IGN] navigation pédestre
[Termes IGN] ondelette de Haar
[Termes IGN] récepteur GPS
[Termes IGN] régression par quantile
[Termes IGN] réseau neuronal convolutif
[Termes IGN] sécurité routière
[Termes IGN] segmentation d'image
[Termes IGN] signalisation routière
[Termes IGN] trace GPS
[Termes IGN] vitesse de déplacementIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Avec la démocratisation des appareils connectés équipés d'un récepteur GPS, de grandes quantités de trajectoires de véhicules deviennent disponibles, notamment via les flottes de véhicules professionnels et les applications mobiles collaboratives de navigation et d'assistance à la conduite. Récemment, les techniques dites de map inference, visant à dériver de l'information cartographique à partir de ces traces GPS, tendent à compléter, voire à remplacer les techniques traditionnelles. Initialement restreintes à la construction de la géométrie des routes, elles sont progressivement utilisées pour enrichir les réseaux existants, et en particulier pour construire une base de données numérique de la signalisation verticale. La connaissance fine et exhaustive de l'infrastructure routière est un prérequis indispensable dans de nombreux domaines : pour les gestionnaires de réseaux et les décideurs dans le cadre de travaux d'aménagement, pour les usagers avec le calcul précis des temps de parcours, mais aussi, plus récemment, dans le cadre du véhicule autonome. Dans ce contexte, les méthodes d'apprentissage statistique apportent une perspective intéressante et garantissent l’adaptabilité de l'approche aux différents cas d'utilisation et à la grande variabilité des données rencontrées en pratique. L'objectif de ce travail de thèse est d'étudier le potentiel de cette classe de méthodes, pour la détection automatique de la signalisation routière, en temps différé, à partir d'un ensemble de profils de vitesse GPS. Le premier cas d'application est celui de la détection des feux de circulation, étendu par la suite a d'autre types de signalisation comme les passages piétons. En premier lieu, nous travaillons sur un jeu de données expérimental de haute qualité, à l'aide duquel nous étudions les performances de plusieurs classifieurs et nous comparons deux représentations mathématiques des données : une approche classique de reconnaissance d'image et une approche fonctionnelle consistant à agréger et à décomposer les signaux de profils de vitesses sur une base d'ondelettes de Haar. Les résultats obtenus montrent la pertinence de l'approche fonctionnelle, en particulier lorsqu'elle est combinée à l'algorithme des forêts aléatoires, en termes de fiabilité de détection et de temps de calcul. L'approche est alors appliquée sur d'autres types d'éléments de l'infrastructure. Dans un second temps, nous tentons d'adapter la méthode proposée sur le cas de données observationnelles, i.e. acquises en environnement non-contrôlé, pour lesquelles nous cherchons également à estimer la position des feux de signalisation par régression statistique. Les résultats montrent la sensibilité de l'approche axe sur l'apprentissage face à des données fortement bruitées ainsi que la difficulté liée à la définition de l'emprise spatiale des instances individuelles sur un réseau routier complexe. Nous tentons de lever ce second verrou à l'aide d'approches globales fondées sur une segmentation d'image par réseau de neurones convolutionnel. Enfin, nous expérimentons une approche permettant d'exploiter. L'autocorrélation spatiale des variables cibles sur les instances individuelles à l'aide de la topologie du graphe routier et en modélisant la zone d'étude sous forme d'un champ de Markov conditionnel. Les résultats obtenus montrent une amélioration des performances de détection par rapport à l'apprentissage non-structuré. Ces travaux de thèse ont également suscité le développement de méthodes originales de prétraitement des trajectoires GPS (filtrage, interpolation, débiaisage et recalage sur un réseau routier de référence) ainsi que l'élaboration de critères objectifs d'évaluation de la qualité de ces pré-traitements. Note de contenu : 1- Cadre général et enjeux de la thèse
2- Méthodes et algorithmes pour le pré-traitement des trajectoires GPS
3- Comparaison des approches image et fonctionnelle en conditions expérimentale
4- Etude du potentiel des méthodes d'apprentissage sur un cas opérationnel
5- Approches globales : réseaux de neurones artificiels et apprentissage structuréNuméro de notice : 25687 Affiliation des auteurs : LASTIG COGIT (2012-2019) Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : thèse de Doctorat : Signal, Image, Automatique : Paris-Est : 2019 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans Date de publication en ligne : 28/02/2020 En ligne : https://theses.hal.science/tel-02493936 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94716 Towards visual urban scene understanding for autonomous vehicle path tracking using GPS positioning data / Citlalli Gamez Serna (2019)
Titre : Towards visual urban scene understanding for autonomous vehicle path tracking using GPS positioning data Type de document : Thèse/HDR Auteurs : Citlalli Gamez Serna, Auteur ; Yassine Ruichek, Directeur de thèse Editeur : Dijon : Université Bourgogne Franche-Comté UBFC Année de publication : 2019 Importance : 178 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université Bourgogne Franche-Comté préparée à l'Université de Technologie de Belfort-Montbéliard, InformatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] compréhension de l'image
[Termes IGN] instance
[Termes IGN] milieu urbain
[Termes IGN] navigation autonome
[Termes IGN] récepteur GPS
[Termes IGN] scène urbaine
[Termes IGN] segmentation sémantique
[Termes IGN] signalisation routière
[Termes IGN] système de transport intelligent
[Termes IGN] trajectoire (véhicule non spatial)
[Termes IGN] véhicule sans pilote
[Termes IGN] vision par ordinateur
[Termes IGN] vision stéréoscopique
[Termes IGN] vitesseMots-clés libres : suivi d'itinéraire Index. décimale : THESE Thèses et HDR Résumé : (auteur) This PhD thesis focuses on developing a path tracking approach based on visual perception and localization in urban environments. The proposed approach comprises two systems. The first one concerns environment perception. This task is carried out using deep learning techniques to automatically extract 2D visual features and use them to learn in order to distinguish the different objects in the driving scenarios. Three deep learning techniques are adopted: semantic segmentation to assign each image pixel to a class, instance segmentation to identify separated instances of the same class and, image classification to further recognize the specific labels of the instances. Here our system segments 15 object classes and performs traffic sign recognition. The second system refers to path tracking. In order to follow a path, the equipped vehicle first travels and records the route with a stereo vision system and a GPS receiver (learning step). The proposed system analyses off-line the GPS path and identifies exactly the locations of dangerous (sharp) curves and speed limits. Later after the vehicle is able to localize itself, the vehicle control module together with our speed negotiation algorithm, takes into account the information extracted and computes the ideal speed to execute. Through experimental results of both systems, we prove that, the first one is capable to detect and recognize precisely objects of interest in urban scenarios, while the path tracking one reduces significantly the lateral errors between the learned and traveled path. We argue that the fusion of both systems will ameliorate the tracking approach for preventing accidents or implementing autonomous driving. Note de contenu : I- Context and problems
1- Introduction
II- Contribution
2- Proposed datasets
3- Traffic sign classification
4- Visual perception system for urban environments
5- Dynamic speed adaptation system for path tracking based on curvature
information and speed limits
III- Conclusions and future works
6- Conclusions and future worksNuméro de notice : 25967 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : UBFC : 2019 Organisme de stage : CIAD Dijon nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02160966/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96587 La signalisation routière intégrée au SIG d’une communauté de communes / Axel Orger in Géomatique expert, n° 125 (novembre - décembre 2018)
[article]
Titre : La signalisation routière intégrée au SIG d’une communauté de communes Type de document : Article/Communication Auteurs : Axel Orger, Auteur ; Romain Stasse, Auteur Année de publication : 2018 Article en page(s) : pp 22 - 29 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique
[Termes IGN] Maine-et-Loire (49)
[Termes IGN] mise à jour de base de données
[Termes IGN] signalisation routièreRésumé : (Auteur) La Communauté de communes des Vallées du Haut-Anjou (CCVHA), située dans le Maine-et-Loire (49), regroupe trente-six mille habitants pour un territoire de 658 km². Elle dispose depuis peu d’un Système d’Information Géographique (SIG) pour ses dix-sept communes adhérentes (sur trente communes historiques). Le déploiement au 24 juillet 2018 du SIG accessible depuis le web par les élus et agents de l’ensemble de la communauté de communes comporte déjà une centaine d’utilisateurs quotidiens. Numéro de notice : A2018-625 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92917
in Géomatique expert > n° 125 (novembre - décembre 2018) . - pp 22 - 29[article]Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité IFN-001-P002099 PER Revue Nogent-sur-Vernisson Salle périodiques Exclu du prêt Utilisation de véhicules traceurs pour la détection et la localisation de l'infrastructure routière par apprentissage automatique / Yann Méneroux (2018)
contenu dans 27èmes Journées de la Recherche de l'IGN / Journées Recherche de l'IGN 2018, 27es Journées (22 - 23 mars 2018; Cité Descartes, Champs-sur-Marne, France) (2018)
Titre : Utilisation de véhicules traceurs pour la détection et la localisation de l'infrastructure routière par apprentissage automatique Type de document : Article/Communication Auteurs : Yann Méneroux , Auteur ; Arnaud Le Guilcher , Auteur ; Hiroshi Kanasugi, Auteur ; Guillaume Saint Pierre, Auteur ; Sébastien Mustière , Auteur ; Ryosuke Shibasaki, Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Conférence : Journées Recherche de l'IGN 2018, 27es Journées 22/03/2018 23/03/2018 Champs-sur-Marne France programme sans actes Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] apprentissage automatique
[Termes IGN] détection d'objet
[Termes IGN] espace urbain
[Termes IGN] feu de circulation
[Termes IGN] réseau routier
[Termes IGN] trafic routierRésumé : (Auteur) Avec la démocratisation des appareils connectés équipés de récepteur GPS, de grandes quantités de trajectoires de véhicules deviennent disponibles. Récemment, les techniques dites de map inference, visant à dériver de l’information cartographique à partir de traces GPS, tendent à compléter les techniques traditionnelles. Initialement restreintes à la construction de la géométrie des routes, elles sont progressivement utilisées pour enrichir les réseaux existants. Les méthodes d’apprentissage statistique (par exemple, réseaux de neurones, forêts aléatoires...) apportent une perspective intéressante et garantissent l’adaptabilité de l’approche aux différents cas d’utilisation. Nous nous intéressons ici à la détection des feux tricolores, en travaillant dans un premier temps sur un jeu de données expérimental, sur lequel nous comparons les performances d’approches dites «image» et «fonctionnelle». Nous tentons ensuite d’étendre les résultats obtenus sur des données réelles. Numéro de notice : C2018-087 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE/POSITIONNEMENT/URBANISME Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91539 Documents numériques
en open access
Utilisation de véhicules traceurs pour la détection - diaporama de présentationAdobe Acrobat PDF Forêts aléatoires pour la détection des feux tricolores à partir de profils de vitesse GPS / Yann Méneroux (2016)PermalinkLandmark based localization: LBA refinement using MCMC-optimized projections of RJMCMC-extracted road marks / Bahman Soheilian (2016)PermalinkLocalisation à base d’amers visuels : Cartographie et mise en correspondance de marquages au sol et intégration dans LBA / Bahman Soheilian (2016)PermalinkHierarchical polygonization for generating and updating lane-based road network information for navigation from road markings / Anthony G.O. Yeh in International journal of geographical information science IJGIS, vol 29 n° 9 (September 2015)PermalinkRoad marking extraction using a model&data-driven RJ-MCMC / Alexandre Hervieu in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol II-3 W4 (March 2015)PermalinkAugmenting vehicle localization accuracy with cameras and 3D road infrastructure database / Lijun Wei (2015)PermalinkPermalinkCombinatorial clustering and its application to 3D polygonal traffic sign reconstruction from multiple images / Bruno Vallet in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol II-3 (September 2014)PermalinkThe Bulger case : A spatial story / Les Roberts in Cartographic journal (the), vol 51 n° 2 (May 2014)PermalinkAnalysing landmarks in nature and elements of geospatial images to support wayfinding / Pyry Kettunen (2014)Permalink