Descripteur
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 : Learning scene geometry for visual localization in challenging conditions Type de document : Article/Communication Auteurs : Nathan Piasco , Auteur ; Désiré Sidibé, Auteur ; Valérie Gouet-Brunet
Congrès : ICRA 2019, International Conference on Robotics and Automation (20 - 24 mai 2019; Montréal, Québec - Canada) Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2019 Projets : PLaTINUM / Gouet-Brunet, Valérie Importance : pp 9094 - 9100 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes descripteurs IGN] analyse d'image orientée objet
[Termes descripteurs IGN] analyse visuelle
[Termes descripteurs IGN] appariement d'images
[Termes descripteurs IGN] carte de profondeur
[Termes descripteurs IGN] descripteur
[Termes descripteurs IGN] géométrie de l'image
[Termes descripteurs IGN] image RVB
[Termes descripteurs IGN] localisation basée vision
[Termes descripteurs IGN] précision de localisation
[Termes descripteurs IGN] prise de vue nocturne
[Termes descripteurs IGN] robotique
[Termes descripteurs IGN] scène urbaine
[Termes descripteurs IGN] variation diurne
[Termes descripteurs IGN] variation saisonnière
[Termes descripteurs IGN] vision par ordinateurRésumé : (auteur) We propose a new approach for outdoor large scale image based localization that can deal with challenging scenarios like cross-season, cross-weather, day/night and longterm localization. The key component of our method is a new learned global image descriptor, that can effectively benefit from scene geometry information during training. At test time, our system is capable of inferring the depth map related to the query image and use it to increase localization accuracy. We are able to increase recall@1 performances by 2.15% on cross-weather and long-term localization scenario and by 4.24% points on a challenging winter/summer localization sequence versus state-of-the-art methods. Our method can also use weakly annotated data to localize night images across a reference dataset of daytime images. Numéro de notice : C2019-002 Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/ICRA.2019.8794221 date de publication en ligne : 12/08/2019 En ligne : http://doi.org/10.1109/ICRA.2019.8794221 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93774 Documents numériques
en open access
Learning scene geometry... - pdf auteurAdobe Acrobat PDFMachine learning and pose estimation for autonomous robot grasping with collaborative robots / Victor Talbot (2018)
Titre : Machine learning and pose estimation for autonomous robot grasping with collaborative robots Type de document : Mémoire Auteurs : Victor Talbot, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2018 Importance : 70 p. Format : 21 x 30 cm Note générale : bibliographie
Mécatronique parcours mécanique pour la robotique, Master Imagerie, Robotique et Ingénierie pour le Vivant, Parcours Automatique RobotiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] C++
[Termes descripteurs IGN] classification bayesienne
[Termes descripteurs IGN] classification par réseau neuronal
[Termes descripteurs IGN] estimation de pose
[Termes descripteurs IGN] image 3D
[Termes descripteurs IGN] image RVB
[Termes descripteurs IGN] Matlab
[Termes descripteurs IGN] navigation autonome
[Termes descripteurs IGN] Point Cloud Library PCL
[Termes descripteurs IGN] Python (langage de programmation)
[Termes descripteurs IGN] Ransac (algorithme)
[Termes descripteurs IGN] reconnaissance d'objet
[Termes descripteurs IGN] robotique
[Termes descripteurs IGN] semis de points
[Termes descripteurs IGN] vision par ordinateur
[Termes descripteurs IGN] zone d'intérêtIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) L'objectif du stage est de déterminer l'emplacement en trois dimensions d'une zone de préhension sur un objet dans le but d'automatiser la prise de cet objet par un robot anthropomorphe. La prise d'image est assurée par une caméra RGB-D prenant un nuage de points colorés en trois dimensions. La caméra est montée sur un second robot, ce qui permet l'exploration visuelle d'un plus grand espace, et ce, sous plusieurs points de vue. La solution proposée utilise Matlab et un réseau neuronal afin de proposer une zone d'intérêt. Le choix du Machine Learning est motivé par l'adaptabilité de l'algorithme. De cette façon, un objet jamais aperçu auparavant peut être attrapé par notre système robotique. Le système retourne la position X, Y et Z dans l'espace ainsi que l'orientation O et la largeur de l'objet D. Le système proposé a obtenu des résultats de 80 % sur des objets non entraînés. Note de contenu : Introduction
1- States of the arts
2- Realization
3- ConclusionNuméro de notice : 24593 Thématique : IMAGERIE/INFORMATIQUE Nature : Mémoire masters divers Organisme de stage : School of Engineering (Cardiff University) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92164 Documents numériques
en open access
Machine learning and pose estimation... - pdf auteurAdobe Acrobat PDF
Titre : Robotics, vision and control Type de document : Monographie Auteurs : Peter Corke, Auteur Editeur : Springer International Publishing Année de publication : 2017 Importance : 570 p. Format : 21 x 27 cm ISBN/ISSN/EAN : 978-3-319-54413-7 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes descripteurs IGN] Matlab
[Termes descripteurs IGN] navigation inertielle
[Termes descripteurs IGN] robot mobile
[Termes descripteurs IGN] robotique
[Termes descripteurs IGN] traitement d'image
[Termes descripteurs IGN] vision par ordinateur
[Termes descripteurs IGN] vitesse radialeRésumé : (éditeur) Robotic vision, the combination of robotics and computer vision, involves the application of computer algorithms to data acquired from sensors. The research community has developed a large body of such algorithms but for a newcomer to the field this can be quite daunting. For over 20 years the author has maintained two open-source MATLAB® Toolboxes, one for robotics and one for vision. They provide implementations of many important algorithms and allow users to work with real problems, not just trivial examples. This book makes the fundamental algorithms of robotics, vision and control accessible to all. It weaves together theory, algorithms and examples in a narrative that covers robotics and computer vision separately and together. Using the latest versions of the Toolboxes the author shows how complex problems can be decomposed and solved using just a few simple lines of code. The topics covered are guided by real problems observed by the author over many years as a practitioner of both robotics and computer vision. It is written in an accessible but informative style, easy to read and absorb, and includes over 1000 MATLAB and Simulink® examples and over 400 figures. The book is a real walk through the fundamentals of mobile robots, arm robots. then camera models, image processing, feature extraction and multi-view geometry and finally bringing it all together with an extensive discussion of visual servo systems. This second edition is completely revised, updated and extended with coverage of Lie groups, matrix exponentials and twists; inertial navigation; differential drive robots; lattice planners; pose-graph SLAM and map making; restructured material on arm-robot kinematics and dynamics; series-elastic actuators and operational-space control; Lab color spaces; light field cameras; structured light, bundle adjustment and visual odometry; and photometric visual servoing. Note de contenu : 1- Introduction
2- Representing Position and Orientation
3- Time and Motion
4- Mobile Robot Vehicles
5- Navigation
6- Localization
7- Robot Arm Kinematics
8- Manipulator Velocity
9- Dynamics and Control
10- Light and Color
11- Image Formation
12- Images and Image Processing
13- Image Feature Extraction
14- Using Multiple Images
15- Vision-Based Control
16- Advanced Visual ServoingNuméro de notice : 25794 Thématique : IMAGERIE/INFORMATIQUE Nature : Monographie En ligne : https://doi.org/10.1007/978-3-319-54413-7 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95024 Vision stéréoscopique temps-réel pour la navigation autonome d'un robot en environnement dynamique / Maxime Derome (2017)
Titre : Vision stéréoscopique temps-réel pour la navigation autonome d'un robot en environnement dynamique Type de document : Thèse/HDR Auteurs : Maxime Derome, Auteur ; Guy Le Besnerais, Directeur de thèse Editeur : Paris-Orsay : Université de Paris 11 Paris-Sud Centre d'Orsay Année de publication : 2017 Importance : 162 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse de doctorat de l'Université Paris-Saclay préparée à l’Université Paris-Sud,
École doctorale n°580 Sciences et technologies de l’information et de la communication (STIC)
Spécialité de doctorat : Mathématiques et informatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes descripteurs IGN] appariement d'images
[Termes descripteurs IGN] détection d'objet
[Termes descripteurs IGN] estimation de pose
[Termes descripteurs IGN] estimation par noyau
[Termes descripteurs IGN] estimation statistique
[Termes descripteurs IGN] objet mobile
[Termes descripteurs IGN] odomètre
[Termes descripteurs IGN] propagation d'erreur
[Termes descripteurs IGN] robotique
[Termes descripteurs IGN] temps réel
[Termes descripteurs IGN] trajectoire
[Termes descripteurs IGN] vision par ordinateur
[Termes descripteurs IGN] vision stéréoscopiqueRésumé : (auteur) L’objectif de la thèse est de concevoir un système de perception stéréoscopique embarqué, permettant une navigation robotique autonome en présence d’objets mobiles. Pour pouvoir naviguer en environnement inconnu et en présence d’objets mobiles quelconques, nous avons adopté une approche purement géométrique reposant sur l’estimation de la disparité stéréo, du flot optique et du flot de
scène. Pour assurer une couverture maximale du champ visuel, nous avons employé des méthodes d'estimation denses qui traitent chaque pixel de l'image. Enfin, puisque les algorithmes utilisés doivent s’exécuter en embarqué sur un robot, nous nous sommes efforcé de sélectionner ou concevoir des algorithmes rapides, pour nuire au
minimum à la réactivité du système. Cette thèse présente plusieurs contributions.
Nous avons proposé une nouvelle approche pour l’estimation du flot de scène, en combinant des algorithmes d’odométrie visuelle, d’appariement stéréo et de flot optique. Son implémentation sur GPU permet une estimation du flot de scène à
cadence vidéo sur les images du dataset KITTI. Une méthode de détection dense d’objets mobiles a aussi été proposée, en modélisant statistiquement et en propageant toutes les erreurs de mesures. Enfin, nous avons validé expérimentalement sur un petit robot terrestre ces algorithmes de perception, en les couplant à un module de commande prédictive. L’expérience montre que le système de perception proposé est suffisamment rapide pour permettre au robot de détecter un objet mobile et d’adapter à la volée sa trajectoire afin d’éviter une collision.Note de contenu : Introduction
1 - Perception 3D à Partir d'un Banc Stéréoscopique
2 - Estimations Temporelles : Odométrie Stéréo, Flot Optique, Flot de scène
3 - Détection Dense d'Objets Mobiles à Partir d'un Banc Stéréo en déplacement
4 - Programmation sur GPU d'Algorithmes Temps-Réel et Application à la Navigation Autonome en Robotique
ConclusionNuméro de notice : 21575 Thématique : IMAGERIE/INFORMATIQUE/MATHEMATIQUE Nature : Thèse française Note de thèse : Thèse de doctorat : Mathématiques et informatique : Université Paris-Saclay : 2017 En ligne : http://www.theses.fr/2017SACLS156 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90578
Titre : Indoor navigation of mobile robots based on visual memory and image-based visual servoing Type de document : Thèse/HDR Auteurs : Suman Raj Bista, Auteur ; François Chaumette, Auteur ; Paolo Robuffo Giordano, Auteur Editeur : Rennes : Université de Rennes 1 Année de publication : 2016 Autre Editeur : Rennes : Université Bretagne Loire Importance : 168 p. Format : 21 x 30 cm Note générale : bibliographie
Thesis for the degree of PhD in Signal Processing and Communication, Rennes 1 University, Doctoral School Matisse, Rennes, 2016Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes descripteurs IGN] base de données d'images
[Termes descripteurs IGN] GNSS assisté pour la navigation
[Termes descripteurs IGN] image numérique
[Termes descripteurs IGN] instrument embarqué
[Termes descripteurs IGN] navigation
[Termes descripteurs IGN] positionnement en intérieur
[Termes descripteurs IGN] robot mobile
[Termes descripteurs IGN] robotique
[Termes descripteurs IGN] segment de droite
[Termes descripteurs IGN] temps réel
[Termes descripteurs IGN] traitement d'image
[Termes descripteurs IGN] vision par ordinateurRésumé : (auteur) Cette thèse présente une méthode de navigation par asservissement visuel à l'aide d'une mémoire d'images. Le processus de navigation est issu d'informations d'images 2D sans utiliser aucune connaissance 3D. L'environnement est représenté par un ensemble d'images de référence avec chevauchements, qui sont automatiquement sélectionnés au cours d'une phase d'apprentissage préalable. Ces images de référence définissent le chemin à suivre au cours de la navigation. La commutation des images de référence au cours de la navigation est faite en comparant l'image acquise avec les images de référence à proximité. Basé sur les images actuelles et deux images de référence suivantes, la vitesse de rotation d'un robot mobile est calculée en vertu d'une loi du commandé par asservissement visuel basé image. Tout d'abord, nous avons utilisé l'image entière comme caractéristique, où l'information mutuelle entre les images de référence et la vue actuelle est exploitée. Ensuite, nous avons utilisé des segments de droite pour la navigation en intérieur, où nous avons montré que ces segments sont de meilleurs caractéristiques en environnement intérieur structuré. Enfin, nous avons combiné les segments de droite avec des points pour augmenter l'application de la méthode à une large gamme de scénarios d'intérieur pour des mouvements sans heurt. La navigation en temps réel avec un robot mobile équipé d'une caméra perspective embarquée a été réalisée. Les résultats obtenus confirment la viabilité de notre approche et vérifient qu'une cartographie et une localisation précise ne sont pas nécessaire pour une navigation intérieure utile. Note de contenu : Introduction
1 - Preliminaries and state of art
2 - Our contribution
3 - Summary
ConclusionNuméro de notice : 21580 Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse de doctorat : Traitement du signal et communication : Rennes 1 : 2016 Organisme de stage : Lagadic Group (Inria Rennes) En ligne : http://www.theses.fr/2016REN1S074 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90594 Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 3. L'intelligence artificielle : frontières et applications / Pierre Marquis (2014)
PermalinkPermalinkRapport annuel 2006 INRIA, Institut National de Recherche en Informatique et en Automatique / I. Bellin (2007)
PermalinkDevelopment of a robotic mobile mapping system by vision-aided inertial navigation / Fadi Atef Bayoud (2006)
PermalinkPermalinkPermalinkECAI 2002, 15th European Conference on Artificial Intelligence, July 21-26, Lyon, France : proceedings / Frank Van Harmelen (2002)
PermalinkPermalinkNomad's land: robotic rehearsal for the new frontier / O. Bapna in GPS world, vol 9 n° 6 (June 1998)
Permalink
