Centre dedocumentation
scientifique

Apport des nouveaux systèmes GNSS de cartographie du niveau marin à l’exploitation des données altimétriques en zone côtière / Clémence Chupin (2022)  

Public Titre : Apport des nouveaux systèmes GNSS de cartographie du niveau marin à l’exploitation des données altimétriques en zone côtière : application aux Pertuis Charentais et au Lagon de Nouméa Type de document : Thèse/HDR Auteurs : Clémence Chupin, Auteur ; Valérie Ballu, Directeur de thèse ; Laurent Testut, Directeur de thèse Editeur : La Rochelle : Université de La Rochelle Année de publication : 2022 Importance : 291 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse présentée pour l'obtention du grade de Docteur de l'Université de La Rochelle, Spécialité Terre solide et enveloppes superficielles Langues : Français (fre) Descripteur : [Termes IGN] acquisition de données [Termes IGN] analyse comparative [Termes IGN] Charente (16) [Termes IGN] données 4D [Termes IGN] données altimétriques [Termes IGN] données GNSS [Termes IGN] données marégraphiques [Termes IGN] drone [Termes IGN] écluse [Termes IGN] étalonnage des données [Termes IGN] lagon [Termes IGN] littoral atlantique (France) [Termes IGN] milieu marin [Termes IGN] niveau de la mer [Termes IGN] Nouméa [Termes IGN] positionnement absolu [Termes IGN] positionnement différentiel [Termes IGN] précision centimétrique [Termes IGN] qualité des données [Termes IGN] série temporelle [Termes IGN] signal acoustique [Vedettes matières IGN] Altimétrie Index. décimale : THESE Thèses et HDR Résumé : (Auteur) Dans un contexte de changement climatique global, la question de l’évolution du niveau marin en zone côtière est essentielle, car dans ces régions se cristallisent des enjeux sociétaux, économiques et environnementaux forts. Pour mieux comprendre la dynamique de ces zones littorales, un des défis est de faire le lien entre les mesures in-situ (notamment celles des marégraphes) et les observations globales des satellites altimétriques. Grâce au développement des techniques GNSS, il est aujourd’hui possible de concevoir des instruments capables de cartographier le niveau de la mer, comblant ainsi le manque d’informations entre la côte et le passage du satellite. Cette thèse présente l’étude approfondie de deux de ces systèmes innovants : la nappe tractée CalNaGeo et le système Cyclopée, embarqué sur le drone marin PAMELi. Grâce à un ensemble de tests approfondis, ces deux instruments ont démontré leur capacité à mesurer le niveau de la mer avec une précision centimétrique. Ces nouvelles observations in-situ offrent de nombreuses perspectives pour comprendre et évaluer la qualité des données altimétriques à l’approche de la côte. En ce sens, nous avons analysé les observations brutes ainsi que les paramètres de correction permettant d’obtenir la hauteur d’eau altimétrique dans deux zones côtières : les Pertuis Charentais et le Lagon de Nouméa. Plus particulièrement à Nouméa, les données in-situ acquises durant la campagne GEOCEAN-NC et celles des marégraphes à terre ont permis de reconstruire une longue série temporelle du niveau de la mer sous le croisement de trois traces satellites. En confrontant les données in-situ et satellite selon les méthodes développées sur les sites de calibration/validation dédiés, nous avons pu réanalyser une vingtaine d’années d’observations altimétriques et réadresser la question du niveau marin relatif et absolu dans cette région. Note de contenu : Introduction PARTIE I - LE NIVEAU MARIN EN ZONE COTIERE : ENJEUX & MESURES Chapitre 1. Le niveau marin 1.1. La variation du niveau moyen de la mer 1.2. Le niveau marin à la côte 1.3. Les projections futures Chapitre 2. L’observation du niveau marin 2.1. Surfaces marines de référence 2.2. La marégraphie 2.3. L'altimétrie 2.4. Les observations de demain Chapitre 3. Deux zones côtières d’intérêt : les Pertuis Charentais et le Lagon de Nouméa 3.1. Les Pertuis Charentais 3.2. Le lagon de Nouméa PARTIE II - INSTRUMENTATION GNSS INNOVANTE POUR LA CARTOGRAPHIE DU NIVEAU MARIN Chapitre 4. Techniques et enjeux du positionnement GNSS 4.1. Principes généraux 4.2. Le positionnement relatif 4.3. Le positionnement absolu 4.4. Positionnement GNSS pour la mesure du niveau marin Chapitre 5. PAMELi, une plateforme autonome innovante 5.1. Genèse du projet 5.2. Objectifs du projet 5.3. De premières études scientifiques Chapitre 6. CalNaGéo & Cyclopée : deux systèmes innovants de cartographie du niveau marin 6.1. Instrumentation 6.2. Qualification instrumentale 6.3. Intérêt de PAMELi et CalNaGeo pour la cartographie du niveau marin PARTIE III - COMPRENDRE ET VALIDER LES DONNEES ALTIMETRIQUES EN ZONE COTIERE Chapitre 7. Qualité des données altimétriques dans les Pertuis Charentais 7.1. Qualité du retracking 7.2. Simulateur de forme d’onde Chapitre 8. Observations in situ du niveau marin pour la comparaison altimétrique 8.1. Contexte de la mission 8.2. Mesures in situ du niveau de la mer dans le lagon 8.3.Valider les observations altimétriques avec des mesures in situ 8.4. Evolution du niveau marin au point de comparaison altimétrique Chapitre 9. Analyse et validation des données altimétriques dans le Lagon de Nouméa 9.1. Qualité des observations altimétriques 9.2. Validation des données altimétriques dans le lagon 9.3. Les données altimétriques dans le Lagon de Nouméa Conclusion Numéro de notice : 26941 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse de Doctorat : Terre solide et enveloppes superficielles : Université de La Rochelle : 2022 Organisme de stage : Laboratoire Littoral Environnement et Sociétés LIENSs nature-HAL : Thèse DOI : sans Date de publication en ligne : 21/10/2022 En ligne : https://tel.archives-ouvertes.fr/tel-03824906/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102094

Deep learning for radar data exploitation of autonomous vehicle / Arthur Ouaknine (2022)  

Public Titre : Deep learning for radar data exploitation of autonomous vehicle Type de document : Thèse/HDR Auteurs : Arthur Ouaknine, Auteur ; Florence Tupin, Directeur de thèse ; Patrick Pérez, Directeur de thèse ; Alasdair Newson, Directeur de thèse Editeur : Paris : Institut Polytechnique de Paris Année de publication : 2022 Importance : 195 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse pour obtenir le grade de Docteur de l’Institut Polytechnique de Paris, Spécialité Signal, Images, Automatique et robotique Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] données radar [Termes IGN] fusion de données multisource [Termes IGN] réseau neuronal convolutif [Termes IGN] scène urbaine [Termes IGN] segmentation sémantique [Termes IGN] semis de points [Termes IGN] véhicule sans pilote Index. décimale : THESE Thèses et HDR Résumé : (Auteur) La conduite autonome exige une compréhension détaillée de scènes de conduite complexes. La redondance et la complémentarité des capteurs du véhicule permettent une compréhension précise et robuste de l'environnement, augmentant ainsi le niveau de performance et de sécurité. Cette thèse se concentre sur le RADAR automobile, qui est un capteur actif à faible coût mesurant les propriétés des objets environnants, y compris leur vitesse relative, et qui a l'avantage de ne pas être affecté par des conditions météorologiques défavorables.Avec les progrès rapides de l'apprentissage profond et la disponibilité d'ensembles de données publiques sur la conduite, la capacité de perception des systèmes de conduite basés sur la vision (par exemple, la détection d'objets ou la prédiction de trajectoire) s'est considérablement améliorée. Le capteur RADAR est rarement utilisé pour la compréhension de scène en raison de sa faible résolution angulaire, de la taille, du bruit et de la complexité des données brutes RADAR ainsi que du manque d'ensembles de données disponibles. Cette thèse propose une étude approfondie de la compréhension de scènes RADAR, de la construction d'un jeu de données annotées à la conception d'architectures d'apprentissage profond adaptées.Tout d'abord, cette thèse détaille des approches permettant de remédier au manque de données. Une simulation simple ainsi que des méthodes génératives pour créer des données annotées seront présentées. Elle décrit également le jeu de données CARRADA, composé de données synchronisées de caméra et de RADAR avec une méthode semi-automatique générant des annotations sur les représentations RADAR.%Aujourd'hui, le jeu de données CARRADA est le seul jeu de données fournissant des données RADAR brutes annotées pour des tâches de détection d'objets et de segmentation sémantique.Cette thèse présente ensuite un ensemble d'architectures d'apprentissage profond avec leurs fonctions de perte associées pour la segmentation sémantique RADAR.Elle décrit également une méthode permettant d'ouvrir la recherche sur la fusion des capteurs LiDAR et RADAR pour la compréhension de scènes.Enfin, cette thèse expose une contribution collaborative, le jeu de données RADIal avec RADAR haute définition (HD), LiDAR et caméra synchronisés. Une architecture d'apprentissage profond est également proposée pour estimer le pipeline de traitement du signal RADAR tout en effectuant simultanément un apprentissage multitâche pour la détection d'objets et la segmentation de l'espace libre de conduite. Note de contenu : 1. Introduction 1.1 Context 1.2 Motivations 1.3 Contributions and outlines 2. Background 2.1 RADAR theory 2.2 Recordings and signal processing 2.3 Artificial neural networks 2.4 Convolutional neural network 2.5 Recurrent neural network 2.6 Deep learning 3. Related work 3.1 Diverse applications 3.2 Automotive RADAR datasets 3.3 RADAR object detection 3.4 RADAR semantic segmentation 3.5 Sensor fusion 3.6 Conclusions 4. Proposed automotive RADAR datasets 4.1 RADAR simulation 4.2 RADAR data generation 4.3 CARRADA dataset 4.4 Conclusions 5. RADAR scene understanding 5.1 Multi-view RADAR semantic segmentation 5.2 Sensor fusion 5.3 Conclusions 6. High-definition RADAR 6.1 Motivations 6.2 RADIal dataset 6.3 Proposed method 6.4 Experiments and Results 6.5 Conclusions and discussions 7 Conclusion 125 7.1 Contributions 7.2 Future work Numéro de notice : 26803 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : Signal, Images, Automatique et robotique : Palaiseau : 2022 Organisme de stage : Télécom Paris nature-HAL : Thèse DOI : sans Date de publication en ligne : 11/03/2022 En ligne : https://tel.archives-ouvertes.fr/tel-03606384/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100125

Robust approach for urban road surface extraction using mobile laser scanning 3D point clouds / Abdul Nurunnabi (2022)  

Public Titre : Robust approach for urban road surface extraction using mobile laser scanning 3D point clouds Type de document : Article/Communication Auteurs : Abdul Nurunnabi, Auteur ; Felix Norman Teferle, Auteur ; Roderik Lindenbergh, Auteur ; J. Li, Auteur ; Sisi Zlatanova, Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2022 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B1 Conférence : ISPRS 2022, XXIV ISPRS international congress, Imaging today, foreseeing tomorrow 06/06/2022 11/06/2022 Nice France OA ISPRS Archives Importance : pp 59 - 66 Note générale : bibliographie This study is supported by the Project 2019-05-030-24, SOLSTICE - Programme Fonds Européen de Développment Régional (FEDER)/Ministère de l’Economie of the G. D. of Luxembourg Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] extraction de couche [Termes IGN] méthode robuste [Termes IGN] navigation autonome [Termes IGN] régression [Termes IGN] réseau routier [Termes IGN] sécurité routière [Termes IGN] semis de points [Termes IGN] véhicule sans pilote Résumé : (auteur) Road surface extraction is crucial for 3D city analysis. Mobile laser scanning (MLS) is the most appropriate data acquisition system for the road environment because of its efficient vehicle-based on-road scanning opportunity. Many methods are available for road pavement, curb and roadside way extraction. Most of them use classical approaches that do not mitigate problems caused by the presence of noise and outliers. In practice, however, laser scanning point clouds are not free from noise and outliers, and it is apparent that the presence of a very small portion of outliers and noise can produce unreliable and non-robust results. A road surface usually consists of three key parts: road pavement, curb and roadside way. This paper investigates the problem of road surface extraction in the presence of noise and outliers, and proposes a robust algorithm for road pavement, curb, road divider/islands, and roadside way extraction using MLS point clouds. The proposed algorithm employs robust statistical approaches to remove the consequences of the presence of noise and outliers. It consists of five sequential steps for road ground and non-ground surface separation, and road related components determination. Demonstration on two different MLS data sets shows that the new algorithm is efficient for road surface extraction and for classifying road pavement, curb, road divider/island and roadside way. The success can be rated in one experiment in this paper, where we extract curb points; the results achieve 97.28%, 100% and 0.986 of precision, recall and Matthews correlation coefficient, respectively. Numéro de notice : C2022-019 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-XLIII-B1-2022-59-2022 Date de publication en ligne : 30/05/2022 En ligne : http://dx.doi.org/10.5194/isprs-archives-XLIII-B1-2022-59-2022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100845

A world model enabling information integrity for autonomous vehicles / Corentin Sanchez (2022)  

Public Titre : A world model enabling information integrity for autonomous vehicles Type de document : Thèse/HDR Auteurs : Corentin Sanchez, Auteur ; Philippe Bonnifait, Directeur de thèse ; Philippe Xu, Directeur de thèse Editeur : Compiègne : Université de Technologie de Compiègne UTC Année de publication : 2022 Importance : 198 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse de Doctorat de l'Université de Technologie de Compiègne, Spécialité Automatique et Robotique Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle [Termes IGN] attention (apprentissage automatique) [Termes IGN] carte routière [Termes IGN] données multisources [Termes IGN] information sémantique [Termes IGN] intégrité des données [Termes IGN] milieu urbain [Termes IGN] navigation autonome [Termes IGN] raisonnement [Termes IGN] réseau routier [Termes IGN] robot mobile [Termes IGN] sécurité routière [Termes IGN] véhicule sans pilote [Termes IGN] vision par ordinateur Index. décimale : THESE Thèses et HDR Résumé : (auteur) To drive in complex urban environments, autonomous vehicles need to understand their driving context. This task, also known as the situation awareness, relies on an internal virtual representation of the world made by the vehicle, called world model. This representation is generally built from information provided by multiple sources. High definition navigation maps supply prior information such as road network topology, geometric description of the carriageway, and semantic information including traffic laws. The perception system provides a description of the space and of road users evolving in the vehicle surroundings. Conjointly, they provide representations of the environment (static and dynamic) and allow to model interactions. In complex situations, a reliable and non-misleading world model is mandatory to avoid inappropriate decision-making and to ensure safety. The goal of this PhD thesis is to propose a novel formalism on the concept of world model that fulfills the situation awareness requirements for an autonomous vehicle. This world model integrates prior knowledge on the road network topology, a lane-level grid representation, its prediction over time and more importantly a mechanism to control and monitor the integrity of information. The concept of world model is present in many autonomous vehicle architectures but may take many various forms and sometimes only implicitly. In some work, it is part of the perception process when in some other it is part of a decisionmaking process. The first contribution of this thesis is a survey on the concept of world model for autonomous driving covering different levels of abstraction for information representation and reasoning. Then, a novel representation is proposed for the world model at the tactical level combining dynamic objects and spatial occupancy information. First, a graph based top-down approach using a high-definition map is proposed to extract the areas of interests with respect to the situation from the vehicle's perspective. It is then used to build a Lane Grid Map (LGM), which is an intermediate space state representation from the ego-vehicle point of view. A top-down approach is chosen to assess and characterize the relevant information of the situation. Additionally to classical free-occupied states, the unknown state is further characterized by the notions of neutralized and safe areas that provide a deeper level of understanding of the situation. Another contribution to the world model is an integrity management mechanism that is built upon the LGM representation. It consists in managing the spatial sampling of the grid cells in order to take into account localization and perception errors and to avoid misleading information. Regardless of the confidence on localization and perception information, the LGM is capable of providing reliable information to decision making in order not to take hazardous decisions.The last part of the situation awareness strategy is the prediction of the world model based on the LGM representation. The main contribution is to show how a classical object-level prediction fits this representation and that the integrity can also be extended at the prediction stage. It is also depicted how a neutralized area can be used in the prediction stage to provide a better situation prediction. The work relies on experimental data in order to demonstrate a real application of a complex situation awareness representation. The approach is evaluated with real data obtained thanks to several experimental vehicles equipped with LiDAR sensors and IMU with RTK corrections in the city of Compi_egne. A high-definition map has also been used in the framework of the SIVALab joint laboratory between Renault and Heudiasyc CNRS-UTC. The world model module has been implemented (with ROS software) in order to fulfll real-time application and is functional on the experimental vehicles for live demonstrations. Note de contenu : General introduction 1- World model for autonomous vehicules 2- An architecture for WM 3- A lane level world model 4- Set-based LGM prediction General conclusion Numéro de notice : 24089 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Automatique et Robotique : UTC Compiègne : 2022 Organisme de stage : Laboratoire Heudiasyc DOI : sans En ligne : https://www.theses.fr/2022COMP2683 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102509

Trajectory and image-based detection and identification of UAV / Yicheng Liu in The Visual Computer, vol 37 n° 7 (July 2021)  

Public [article]  inThe Visual Computer > vol 37 n° 7 (July 2021) Titre : Trajectory and image-based detection and identification of UAV Type de document : Article/Communication Auteurs : Yicheng Liu, Auteur ; Luchuan Liao, Auteur ; Hao Wu, Auteur ; et al., Auteur Année de publication : 2021 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes IGN] Aves [Termes IGN] caméra de surveillance PTZ [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] détection d'objet [Termes IGN] drone [Termes IGN] forme caractéristique [Termes IGN] interférence [Termes IGN] objet mobile [Termes IGN] reconnaissance de formes [Termes IGN] trajectoire (véhicule non spatial) Résumé : (auteur) Much more attentions have been attracted to the inspection and prevention of unmanned aerial vehicle (UAV) in the wake of increasing high frequency of security accident. Many factors like the interferences and the small fuselage of UAV pose challenges to the timely detection of the UAV. In our work, we present a system that is capable of detecting, recognizing, and tracking an UAV using single camera automatically. For our method, a single pan–tilt–zoom (PTZ) camera detects flying objects and gets their trajectories; then, the trajectory identified as a UAV guides the camera and PTZ to capture the detailed region image of the target. Therefore, the images can be classified into the UAV and interference classes (such as birds) by the convolution neural network classifier trained with our image dataset. For the target recognized as a UAV with the double verification, the radio jammer emits the interferential radio to disturb its control radio and GPS. This system could be applied in some complex environment where many birds and UAV appear simultaneously. Numéro de notice : A2021-541 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1007/s00371-020-01937-y Date de publication en ligne : 29/07/2020 En ligne : https://doi.org/10.1007/s00371-020-01937-y Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98020 [article]

An introduction to ethics in robotics and AI / Christoph Bartneck (2021)  

Permalink

Real-time multimodal semantic scene understanding for autonomous UGV navigation / Yifei Zhang (2021)  

Permalink

A scanning LiDAR for long range detection and tracking of UAVs / Alain Quentel (2021)  

Permalink

Vers un protocole de calibration de caméras statiques à l'aide d'un drone / Jean-François Villeforceix (2021)  

Permalink

Du drone LiDAR à un nuage de points précis et exact : une chaîne de traitement LiDAR adaptée et quasi automatique / Maxime Lafleur in XYZ, n° 165 (décembre 2020)

Permalink

Effects of a navigation spoofing signal on a receiver loop and a UAV spoofing approach / Chao Ma in GPS solutions, Vol 24 n° 3 (July 2020)  

Permalink

A history of laser scanning, Part 1: space and defense applications / Adam P. Spring in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 7 (July 2020)  

Permalink

Footprint determination of a spectroradiometer mounted on an unmanned aircraft system / Deepak Gautam in IEEE Transactions on geoscience and remote sensing, vol 58 n° 5 (May 2020)  

Permalink

DIGUE : Détection d’Interférences GNSS pour U.a.v autonomE / Victor Truong (2020)  

Permalink

Radiometric calibration assessments for UAS-borne multispectral cameras: Laboratory and field protocols / Sen Cao in ISPRS Journal of photogrammetry and remote sensing, vol 149 (March 2019)  

Permalink