close

Se connecter

Se connecter avec OpenID

avis de soutenance

IntégréTéléchargement
UNIVERSITE DE TECHNOLOGIE DE BELFORT-MONTBELIARD
Ecole Doctorale Sciences Physiques pour l'Ingénieur et Microtechniques
IRTES EA7274
AVIS DE SOUTENANCE
Monsieur Julien MOREAU
Candidat au DOCTORAT Informatique
à l'UNIVERSITE DE TECHNOLOGIE DE BELFORT-MONTBELIARD
Soutiendra sa thèse
Le mardi 07 juin 2016 à 14h00
IFSTTAR - Salle Europe - Villeneuve d'Ascq
Sur le sujet suivant :
« Construction de modèles 3D à partir de données vidéo fisheye Application à la localisation en milieu urbain »
Le jury est composé de :
Monsieur Philippe BONNIFAIT, PROFESSEUR DES UNIVERSITES
UNIV TECHNOLOGIE COMPIEGNE, Rapporteur
Monsieur Pascal VASSEUR, PROFESSEUR DES UNIVERSITES
UNIVERSITE ROUEN HAUTE NORMANDIE, Rapporteur
Monsieur Jean-Charles NOYER, PROFESSEUR DES UNIVERSITES
UNIVERSITE LITTORAL COTE D OPALE
Madame Juliette MARAIS, CHARGE DE RECHERCHE
IFSTTAR-COSYS-LEOST
Monsieur Yassine RUICHEK, PROFESSEUR DES UNIVERSITES
UNIV TECHN BELFORT MONTBELIARD
Monsieur Mounir ADJRAD, Research Associate
UNIVERSITY COLLEGE LONDON
Monsieur Mounir AMBELLOUIS, CHARGE DE RECHERCHE
IFSTTAR-COSYS-LEOST
Résumé
Cette recherche vise à la modélisation 3D depuis un système de vision fisheye embarqué, utilisée pour une
application GNSS dans le cadre du projet Predit CAPLOC. La propagation des signaux satellitaires en milieu urbain
est soumise à des réflexions sur les structures, altérant la précision et la disponibilité de la localisation. L'ambition
du projet est (1) de définir un système de vision omnidirectionnelle capable de fournir des informations sur la
structure 3D urbaine et (2) de montrer qu'elles permettent d'améliorer la localisation.
Le mémoire expose les choix en (1) calibrage automatique, (2) mise en correspondance entre images, (3)
reconstruction 3D ; chaque algorithme est évalué sur images de synthèse et réelles. De plus, il décrit une manière
de corriger les réflexions des signaux GNSS depuis un nuage de points 3D pour améliorer le positionnement. En
adaptant le meilleur de l'état de l'art du domaine, deux systèmes sont proposés et expérimentés. Le premier est un
système stéréoscopique à deux caméras fisheye orientées vers le ciel. Le second en est l'adaptation à une unique
caméra.
Le calibrage est assuré à travers deux étapes : l'algorithme des 9 points adapté au modèle « équisolide » couplé à
un RANSAC, suivi d'un affinement par optimisation Levenberg Marquardt. L'effort a été porté sur la manière
d'appliquer la méthode pour des performances optimales et reproductibles. C'est un point crucial pour un système à
une seule caméra car la pose doit être estimée à chaque nouvelle image.
Les correspondances stéréo sont obtenues pour tout pixel par programmation dynamique utilisant un graphe 3D.
Elles sont assurées le long des courbes épipolaires conjuguées projetées de manière adaptée sur chaque image.
Une particularité est que les distorsions ne sont pas rectifiées afin de ne pas altérer le contenu visuel ni diminuer la
précision. Dans le cas binoculaire il est possible d'estimer les coordonnées à l'échelle. En monoculaire, l'ajout d'un
odomètre permet d'y arriver. Les nuages successifs peuvent être calés pour former un nuage global en SfM.
L'application finale consiste dans l'utilisation du nuage 3D pour améliorer la localisation GNSS. Il est possible
d'estimer l'erreur de pseudodistance d'un signal après multiples réflexions et d'en tenir compte pour une position
plus précise. Les surfaces réfléchissantes sont modélisées grâce à une extraction de plans et de l'empreinte des
bâtiments. La méthode est évaluée sur des paires d'images fixes géoréférencées par un récepteur bas-coût et un
récepteur GPS RTK (vérité terrain). Les résultats montrent une amélioration de la localisation en milieu urbain.
Abstract
This research deals with 3D modelling from an embedded fisheye vision system, used for a GNSS application as
part of CAPLOC project. Satellite signal propagation in urban area implies reflections on structures, impairing
localisation¿s accuracy and availability. The project purpose is (1) to define an omnidirectional vision system able to
provide information on urban 3D structure and (2) to demonstrate that it allows to improve localisation.
This thesis addresses problems of (1) self-calibration, (2) matching between images, (3) 3D reconstruction; each
algorithm is assessed on computer-generated and real images. Moreover, it describes a way to correct GNSS
signals reflections from a 3D point cloud to improve positioning. We propose and evaluate two systems based on
state-of-the-art methods. First one is a stereoscopic system made of two sky facing fisheye cameras. Second one is
the adaptation of the former to a single camera.
Calibration is handled by a two-steps process: the 9-point algorithm fitted to ¿equisolid¿ model coupled with a
RANSAC, followed by a Levenberg-Marquardt optimisation refinement. We focused on the way to apply the method
for optimal and repeatable performances. It is a crucial point for a system composed of only one camera because
the pose must be estimated for every new image.
Stereo matches are obtained for every pixel by dynamic programming using a 3D graph. Matching is done along
conjugated epipolar curves projected in a suitable manner on each image. A distinctive feature is that distortions are
not rectified in order to neither degrade visual content nor to decrease accuracy. In the binocular case it is possible
to estimate full-scale coordinates. In the monocular case, we do it by adding odometer information. Local clouds can
be wedged in SfM to form a global cloud.
The end application is the usage of the 3D cloud to improve GNSS localisation. It is possible to estimate and
consider a signal pseudodistance error after multiple reflections in order to increase positioning accuracy. Reflecting
surfaces are modelled thanks to plane and buildings trace fitting. The method is evaluated on fixed image pairs,
georeferenced by a low-cost receiver and a GPS RTK receiver (ground truth). Study results show the localisation
improvement ability in
Auteur
Документ
Catégorie
Без категории
Affichages
0
Taille du fichier
46 Кб
Étiquettes
1/--Pages
signaler