Traitement de l'information et modélisation

SAM - Structure et mouvement

Objectif

• Exploiter les informations issues de capteurs imageurs embarqués pour obtenir une reconstruction de l’environnement 3-D et le mouvement propre du porteur.

Contribution

Une des tâches d’un système autonome est d’évoluer dans un environnement imparfaitement connu pour en construire un modèle plus précis (estimation de la structure 3-D de l’environnement) et pour se localiser lui-même dans cet environnement (estimation de l’ego-motion). Il s’agit d’un problème non-linéaire couplé en ces deux jeux de variables, et qui se double d’un problème d’association de données dans le cas d’un capteur passif, comme un imageur. Ce thème est donc en relation étroite avec les thèmes EMI et ADO. Suivant les applications l’accent est mis sur la reconstruction de l’environnement, on parle alors de SFM (Structure from Motion) ou sur l’ego-motion (comme dans les travaux concernant le SLAM : Simultaneous Localization and Mapping). Nos travaux récents concernent surtout la SFM dense, pour laquelle une chaîne complète de traitement a été mise au point dans le cas de données acquises dans des conditions de prises de vue oblique en aérien. Cette chaîne prend en compte les problèmes d’occultations et s’appuie sur certains développements concernant la super-résolution (thème SR) pour fournir une carte d’élévation du terrain imagée la plus précise possible. Ces travaux sont en cours d’application pour l’aide à l’autonomie d’un drone aérien dans le cadre du projet de recherche fédérateur ReSSAC.

Illustrations

• SFM à partir d’images aériennes acquises en oblique
• Estimation de flot optique et précision

Mis à jour le 15 décembre 2005 - © ONERA 2009 - Crédits et conditions d'utilisation