Institut Français des Sciences et Technologies des Transports, de l'Aménagement et des Réseaux

Type de document

LIVRE

Langue

anglais

Auteur

TAREL ; IENG ; CHARBONNIER

Résumé / Abstract

Détecter automatiquement les marquages horizontaux est un problème de base en analyse de scènes routières. Les applications concernent aussi bien l'inventaire des caractéristiques du marquage routier sur l'ensemble du réseau que la conception d'aides à la conduite embarquées sur véhicule. Pour mener à bien cette tâche, nous proposons dans ce document une modélisation tenant compte des variabilités géométriques du marquage et, surtout, robuste aux nombreuses perturbations observées dans les images réelles. Le problème de la détection est alors formalisé comme un problème d'estimation ce qui permet d'associer au résultat une mesure de confiance. Une telle auto-évaluation est, en effet, nécessaire pour intégrer la détection des marquages comme une brique de systèmes plus complexes, notamment dans les applications de suivi de voie. Nous présentons ici les algorithmes développés grâce à l'approche semi-quadratique de la théorie de la régression statistique robuste, que nous revisitons dans un formalisme lagrangien. L'approche développée permet une extension directe des algorithmes à la prise en compte simultanée de plusieurs lignes de marquage. Ces résultats ont été obtenus par une collaboration entre la DESE (LCPC), le LIVIC (INRETS/LCPC), l'ERA 27 (LRPC de Strasbourg), et l'ERA 17 (LRPC d'Angers), entre 2002 et 2007. Ils ont débouché sur un système de guidage opérationnel en temps réel, testé avec succès par le LIVIC dans le cadre du projet ARCOS 2004. D'autre part, l'algorithme de détection de lignes multiples est utilisé en routine pour le calibrage géométrique des MLPC IRCAN (Imagerie Routière par Caméra Numérique).

Editeur

LABORATOIRE CENTRAL DES PONTS ET CHAUSSEES - LCPC