Descripteur
Termes IGN > informatique > traitement automatique de données > fusion de données > algorithme de fusion > algorithme ICP
algorithme ICP |
Documents disponibles dans cette catégorie (30)
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
Recalage conjoint de données de cartographie mobile et de modèles 3D de bâtiments / Miloud Mezian (2019)
Titre : Recalage conjoint de données de cartographie mobile et de modèles 3D de bâtiments Type de document : Thèse/HDR Auteurs : Miloud Mezian , Auteur ; Nicolas Paparoditis , Directeur de thèse ; Bruno Vallet , Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Marne-la-Vallée UPEM Année de publication : 2019 Importance : 135 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse de Doctorat de l'Université Paris-Est, Sciences et Technologies de l'Information Géographique, en Sciences cognitives/InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] algorithme ICP
[Termes IGN] appariement d'images
[Termes IGN] appariement de données localisées
[Termes IGN] Bâti-3D
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] façade
[Termes IGN] géoréférencement direct
[Termes IGN] incertitude géométrique
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] modèle de Gauss-Helmert
[Termes IGN] modélisation 3D
[Termes IGN] produit forestier
[Termes IGN] propagation d'incertitude
[Termes IGN] recalage de données localisées
[Termes IGN] semis de points
[Termes IGN] signal GPS
[Termes IGN] trajectoire (véhicule non spatial)Index. décimale : THESE Thèses et HDR Résumé : (auteur) Depuis de nombreuses années, des véhicules de numérisation mobiles terrestres ont été développés pour acquérir simultanément des données laser extrêmement précises et des images haute résolution géo-référencées. Une application majeure de ces données consiste à exploiter leur niveau de détail très élevé pour enrichir les bases de données géographiques 3D construites à partir d'images aériennes et donc d'un niveau de détails beaucoup plus faible. Les bases de données géographiques 3D et les données mobiles terrestres se révèlent très complémentaires : les toits sont vus en aérien mais pas en terrestre, et les façades sont très mal vues en aérien mais très précisément en terrestre. Les bases de données géographiques sont constituées d'un ensemble de primitives géométriques (des triangles en 3D) d'un niveau de détail certes grossier mais ont l'avantage d'être disponible sur de vastes zones géographiques. Les véhicules de numérisation mobiles offrent une couverture beaucoup plus partielle mais garantissent des données d'un niveau de détail très fin. Ces véhicules présentent aussi des limites : en milieu urbain, le signal GPS nécessaire au bon géo-référencement des données peut être perturbé par les multi-trajets voire même être stoppé lors de phénomènes de masquage GPS liés à l’étroitesse des rues ou la hauteur des bâtiments. Le capteur GPS ne capte plus assez de satellites pour en déduire précisément sa position spatiale. Ces données complémentaires disposent chacune de son propre géo-référencement et de ses propres incertitudes de géolocalisation, allant de quelques centimètres à plusieurs mètres, ce qui entraine que les différents jeux de données d’une même zone ne coïncident pas. C'est pourquoi un recalage est indispensable pour mettre en cohérence ces données mobiles très détaillées avec les bases de données géographiques moins détaillées.
Dans cette thèse, nous avons modélisé finement toutes les sources d'incertitudes qui interviennent à la fois dans le processus de construction du nuage de points laser et le modèle Bati3D pour recaler conjointement (simultanément) les données entre elles. Le travail autour des incertitudes permet de les modéliser pour ensuite les exploiter dans le processus de recalage et de les propager sur le produit final avec une méthode dite de Gauss-Helmert. Le processus est base sur une méthode de type ICP ("Iterative Closest Point") point à plan. Ce recalage corrige simultanément la trajectoire du véhicule de cartographie mobile et le modèle géométrique 3D. Notre chaîne de traitement a été testée sur des données simulées provenant de différentes missions effectuées par l'Institut National de l'Information Géographique et Forestière (IGN).Note de contenu : 1- Introduction
2- Etat de l'art en recalage de données
3- Modélisation et propagation des certitudes sur les données
4- Méthodologie globale
5- Expérience virtuelle
6- Conclusion et perspectivesNuméro de notice : 25521 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : GEOMATIQUE/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences cognitives/Informatique : Paris-Est : 2019 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans Date de publication en ligne : 29/02/2020 En ligne : https://hal.science/tel-02494943 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94382 Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 25521-01 THESE Livre Centre de documentation Thèses Disponible Vision-based localization with discriminative features from heterogeneous visual data / Nathan Piasco (2019)
Titre : Vision-based localization with discriminative features from heterogeneous visual data Type de document : Thèse/HDR Auteurs : Nathan Piasco , Auteur ; Valérie Gouet-Brunet , Directeur de thèse ; Cédric Demonceaux, Directeur de thèse Editeur : Dijon : Université Bourgogne Franche-Comté UBFC Année de publication : 2019 Importance : 174 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée à l'école doctorale n° 37 de l'Université de Dijon pour l'obtention du Doctorat en instrumentation et informatique de l'imageLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme ICP
[Termes IGN] carte de profondeur
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] données hétérogènes
[Termes IGN] estimation de pose
[Termes IGN] fonction de transfert de modulation
[Termes IGN] localisation basée image
[Termes IGN] localisation basée vision
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] vision monoculaireIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Visual-based Localization (VBL) consists in retrieving the location of a visual image within a known space. VBL is involved in several present-day practical applications, such as indoor and outdoor navigation, 3D reconstruction, etc. The main challenge in VBL comes from the fact that the visual input to localize could have been taken at a different time than the reference database. Visual changes may occur on the observed environment during this period of time, especially for outdoor localization. Recent approaches use complementary information in order to address these visually challenging localization scenarios, like geometric information or semantic information. However geometric or semantic information are not always available or can be costly to obtain. In order to get free of any extra modalities used to solve challenging localization scenarios, we propose to use a modality transfer model capable of reproducing the underlying scene geometry from a monocular image. At first, we cast the localization problem as a Content-based Image Retrieval (CBIR) problem and we train a CNN image descriptor with radiometry to dense geometry transfer as side training objective. Once trained, our system can be used on monocular images only to construct an expressive descriptor for localization in challenging conditions. Secondly, we introduce a new relocalization pipeline to improve the localization given by our initial localization step. In a same manner as our global image descriptor, the relocalization is aided by the geometric information learned during an offline stage. The extra geometric information is used to constrain the final pose estimation of the query. Through comprehensive experiments, we demonstrate the effectiveness of our proposals for both indoor and outdoor localization. Note de contenu : 1. Introduction
1.1 Long-term mapping
1.2 pLaTINUM project
1.3 Visual-based Localization with heterogeneous data
2. Review of Visual-Based Localization methods
2.1 Data Representation
2.2 VBL methods
2.3 Data with Dissimilar Appearances
2.4 Data heterogeneity
2.5 Discussion
2.6 Conclusion
3 Side modality learning for localization
3.1 Related work
3.2 Model architectures and training
3.3 Implementation details
3.4 Long-term localization
3.5 Night to day localization scenarios
3.6 Laser reflectance as side information
3.7 Conclusion
4. Pose refinement with learned depth map
4.1 Method
4.2 Relative pose estimation
4.3 Preliminary results
4.4 Indoor localization
4.5 Unsupervised training and outdoor localization
4.6 Discussion
4.7 Conclusion
5. Conclusion
5.1 Summary of the thesis
5.2 Scientific contributions
5.3 Future Research
A Network architectures
A.1 Global image descriptor network
A.2 Multitask pose refinement networkNuméro de notice : 26415 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Instrumentation et informatique de l'image : Dijon : 2019 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans Date de publication en ligne : 13/11/2020 En ligne : https://hal.science/tel-03003651/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96302 Automatic registration of MLS point clouds and SfM meshes of urban area / Reiji Yoshimura in Geo-spatial Information Science, vol 19 n° 3 (October 2016)
[article]
Titre : Automatic registration of MLS point clouds and SfM meshes of urban area Type de document : Article/Communication Auteurs : Reiji Yoshimura, Auteur ; Hiroaki Date, Auteur ; Satoshi Kanai, Auteur ; Ryohei Honma, Auteur ; Kazuo Oda, Auteur ; Tatsuya Ikeda, Auteur Année de publication : 2016 Article en page(s) : pp Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] algorithme ICP
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] maille triangulaire
[Termes IGN] méthode des moindres carrés
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] Ransac (algorithme)
[Termes IGN] semis de points
[Termes IGN] similitude
[Termes IGN] structure-from-motion
[Termes IGN] zone urbaineRésumé : (auteur) Recent advances in 3D scanning technologies allow us to acquire accurate and dense 3D scan data of large-scale environments efficiently. Currently, there are various methods for acquiring large-scale 3D scan data, such as Mobile Laser Scanning (MLS), Airborne Laser Scanning, Terrestrial Laser Scanning, photogrammetry and Structure from Motion (SfM). Especially, MLS is useful to acquire dense point clouds of road and road-side objects, and SfM is a powerful technique to reconstruct meshes with textures from a set of digital images. In this research, a registration method of point clouds from vehicle-based MLS (MLS point cloud), and textured meshes from the SfM of aerial photographs (SfM mesh), is proposed for creating high-quality surface models of urban areas by combining them. In general, SfM mesh has non-scale information; therefore, scale, position, and orientation of the SfM mesh are adjusted in the registration process. In our method, first, 2D feature points are extracted from both SfM mesh and MLS point cloud. This process consists of ground- and building-plane extraction by region growing, random sample consensus and least square method, vertical edge extraction by detecting intersections between the planes, and feature point extraction by intersection tests between the ground plane and the edges. Then, the corresponding feature points between the MLS point cloud and the SfM mesh are searched efficiently, using similarity invariant features and hashing. Next, the coordinate transformation is applied to the SfM mesh so that the ground planes and corresponding feature points are adjusted. Finally, scaling Iterative Closest Point algorithm is applied for accurate registration. Experimental results for three data-sets show that our method is effective for the registration of SfM mesh and MLS point cloud of urban areas including buildings. Numéro de notice : A2016--116 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/10095020.2016.1212517 En ligne : http://dx.doi.org/10.1080/10095020.2016.1212517 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84774
in Geo-spatial Information Science > vol 19 n° 3 (October 2016) . - pp[article]Autonomous navigation in complex nonplanar environments based on laser ranging / Philipp Andreas Krüsi (2016)
Titre : Autonomous navigation in complex nonplanar environments based on laser ranging Type de document : Thèse/HDR Auteurs : Philipp Andreas Krüsi, Auteur Editeur : Zurich : Eidgenossische Technische Hochschule ETH - Ecole Polytechnique Fédérale de Zurich EPFZ Année de publication : 2016 Note générale : bibliographie
A thesis submitted to attain the degree of doctor of sciences of ETH ZurichLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] algorithme ICP
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] navigation autonome
[Termes IGN] robot mobile
[Termes IGN] semis de points
[Termes IGN] télémètre laser
[Termes IGN] télémétrie laser aéroporté
[Termes IGN] télémétrie laser terrestre
[Termes IGN] temps réel
[Termes IGN] vision par ordinateurRésumé : (auteur) This thesis addresses the problem of autonomous navigation with ground robots in complex environments, which may be characterized as nonplanar and nonstatic. The goal of the presented research is to enable reliable navigation over large distances in generic indoor and outdoor environments, independent of external localization sources such as a global positioning system (GPS). Focusing on these challenges, algorithms for all building blocks of autonomous navigation—localization, mapping, terrain assessment, motion planning, and motion control—are developed, implemented, integrated, and finally evaluated in extensive field experiments. Sensor-based perception of the environment is a basic requirement for localization and mapping. We propose to use a high-frequency three-dimensional (3D) laser scanner as the main exteroceptive sensor. The advantages of this technology lie in the high density and accuracy of the provided measurements, and their independence of lighting and weather conditions. We develop a highly scalable system for six-dimensional (6D) localization and 3D mapping based on iterative closest point (ICP) matching. A topological/metric map representation, where metric information is kept in spatially constrained local submaps representing vertices in a graph, allows to build consistent large-scale maps without requiring global optimization. Long-term application in dynamic and changing environments is enabled by integrating methods for identifying dynamic objects in the scene and for continuously updating existing submaps. Planning feasible and safe motions for a robotic vehicle requires distinguishing obstacles from traversable terrain. We develop two different algorithms for terrain assessment. The first method is targeted at real-time obstacle detection in the vicinity of the robot. Assuming locally planar terrain, a grid-based obstacle map is built by analyzing the raw laser scans. The second approach is based on dense point cloud maps (which can be obtained from the ICP mapping system) and suitable for planar and nonplanar environments. The algorithm computes the geometry and the traversability of the terrain “on demand” at specific query locations, avoiding any artificial discretization or explicit surface reconstruction. The desired terrain characteristics are estimated based on statistics on the local distribution of map points. Given a specific navigation task, motion planning can be defined as the problem of reasoning about how to act based on the knowledge about the environment. This thesis addresses both local obstacle avoidance and global planning over large distances. Our approach to local planning consists of computing a set of candidate trajectories, which are shaped around nearby obstacles or along a given reference path, and enforced to satisfy the robot’s kinematic constraints. The optimal local trajectory is chosen by evaluating the motion alternatives in terms of guidance towards the goal and traversability of the underlying terrain. For global motion planning, we develop an algorithm embedding the proposed point-cloud-based terrain assessment method, which allows trajectories to be directly planned on 3D point cloud maps. The approach is designed to be suitable for generic nonplanar environments, including rough outdoor terrain, multi-level facilities, and more complex geometries. Piecewise continuous trajectories are computed in the full 6D space of robot poses, while strictly considering the vehicle’s kinematic and dynamic constraints. We apply sampling-based planning algorithms to generate an initial trajectory connecting the desired start and goal poses. Subsequently, the trajectory is locally optimized according to a generic cost function, which may include path length, path curvature, and roughness of the traversed terrain. While enforcing the hard constraints to remain satisfied (terrain contact, traversability, kinodynamic feasibility), the trajectory is iteratively deformed until a local minimum of the cost function is reached. We develop two complete systems for autonomous navigation, integrating these approaches. Combining the ICP-based localization and mapping framework with local obstacle detection and local motion planning, we implement a framework for autonomous route following, commonly referred to as teach and repeat (T&R). After a manually controlled teach run, where a graph of local submaps is built, the robot is able to automatically repeat the learned route, using the recorded maps for localization. Unlike classical T&R systems, our framework is suitable for application in dynamic environments, where the integrated obstacle avoidance scheme allows to detect and circumnavigate obstacles appearing on the reference path. In addition to the T&R approach, we present a second navigation system, integrating the point-cloud-based terrain assessment and global planning algorithms with ICP-based localization and mapping. Given a graph of point cloud maps—typically recorded in a manually controlled survey run—the framework enables navigation within the mapped area without being restricted to known routes. Motion control is implemented by a trajectory tracking controller with integrated real-time collision checking. Together with continuous map updates and frequent replanning of the global trajectory, these techniques enable autonomous navigation in nonplanar, nonstatic environments. Finally, we describe the characteristics of the mobile robot ARTOR, which was set up for the purpose of testing and evaluating the developed algorithms under realistic conditions. ARTOR consists of a six-wheeled, electrically powered base vehicle equipped with sensors, computers, and communication gear. The proposed autonomous navigation algorithms were integrated on the robot and tested in extensive field experiments, demonstrating reliable, GPS-independent navigation over large distances and under greatly varying environmental conditions, in unstructured off-road terrain, multi-level environments, and dynamic urban areas. Numéro de notice : 17367 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse étrangère Note de thèse : PhD thesis : Sciences : ETH Zurich : 2016 En ligne : http://dx.doi.org/10.3929/ethz-a-010656081 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84243 Registration of aerial imagery and lidar data in desert areas using sand ridges / Na Li in Photogrammetric record, vol 30 n° 151 (September - November 2015)
[article]
Titre : Registration of aerial imagery and lidar data in desert areas using sand ridges Type de document : Article/Communication Auteurs : Na Li, Auteur ; Xianfeng Huang, Auteur ; Fan Zhang, Auteur ; Deren Li, Auteur Année de publication : 2015 Article en page(s) : pp 263 – 278 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] algorithme ICP
[Termes IGN] crète (ligne)
[Termes IGN] désert
[Termes IGN] données lidar
[Termes IGN] dune
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] fusion de données multisource
[Termes IGN] image aérienne
[Termes IGN] recalage d'image
[Termes IGN] semis de pointsRésumé : (Auteur) Image registration is a prerequisite for multisource data fusion. In this paper the problem of registering aerial images with lidar point clouds in desert areas is addressed. Compared with urban areas, registration in desert regions is difficult due to the lack of man-made features which are typically used in traditional methods. However, sand ridges can be used as registration primitives. Firstly, sand-ridge information is extracted from both the aerial image and the lidar point cloud. Secondly, by extending the iterative closest point (ICP) approach, a perspective-ICP algorithm is proposed that achieves data registration through matching sand ridges. To automatically deal with outliers, an adaptive weighting strategy is adopted. Experiments and assessment using data from Dunhuang, Gobi Desert, China, demonstrate that the method can achieve efficient and reliable registration for desert areas. Numéro de notice : A2015-562 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1111/phor.12110 Date de publication en ligne : 27/07/2015 En ligne : https://doi.org/10.1111/phor.12110 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=77679
in Photogrammetric record > vol 30 n° 151 (September - November 2015) . - pp 263 – 278[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 106-2015031 RAB Revue Centre de documentation En réserve L003 Disponible Automatic registration of optical aerial imagery to a LiDAR point cloud for generation of city models / Bernard O. Abayowa in ISPRS Journal of photogrammetry and remote sensing, vol 106 (August 2015)PermalinkRegistration of terrestrial mobile laser data on 2D or 3D geographic database by use of a non-rigid ICP approach / Fabrice Monnier in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol II-5 W2 (November 2013)PermalinkTowards 3D lidar point cloud registration improvement using optimal neighborhood knowledge / Adrien Gressin in ISPRS Journal of photogrammetry and remote sensing, vol 79 (May 2013)PermalinkMise en cohérence de données laser cartographique par recalage non-rigide / Fabrice Monnier in Revue Française de Photogrammétrie et de Télédétection, n° 202 (Avril 2013)PermalinkCalibration extrinsèque d'un scanner laser multi-fibre / Anthony Wiart (2013)PermalinkOn the detection of systematic errors in terrestrial laser scanning data / J. Wang in Journal of applied geodesy, vol 6 n° 3-4 (November 2012)PermalinkAn automated system for image-to-vector georeferencing / Y. Li in Cartography and Geographic Information Science, vol 39 n° 4 (October 2012)PermalinkAutomatic ICP-based global matching of free-form linear features / D. Vassilaki in Photogrammetric record, vol 27 n° 139 (September - November 2012)PermalinkImproving 3D lidar point cloud registration using optimal neighborhood knowledge / Adrien Gressin in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol I-3 (2012)PermalinkTrajectory-based registration of 3d lidar point clouds acquired with a mobile mapping system / Adrien Gressin in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol I-3 (2012)Permalink