Abstract FR:

Cette thèse décrit un système de détection d'obstacles qui utilise des capteurs de faibles coûts. Ces capteurs fournissent une faible quantité de données a traiter. Des capteurs infrarouges permettent le développement d'algorithmes rapides de reconstruction. Le système de détection d'obstacles faible coût est constitue de capteurs infrarouges 1d, d'un réseau embarque et de processeurs standards. Une structure algorithmique générique est utilisée pour la construction d'un modèle géométrique 2d de l'environnement perçu par les capteurs. Dans une première étape, un filtrage de signaux binaires fournis par les capteurs est opéré, elle est suivie par une phase d'extraction de primitives. L'appariement des primitives est ensuite effectue, cela permet une construction d'un modèle 2d en utilisant le principe de triangulation. La corrélation et le suivi temporel sont nécessaires pour prendre en compte les variations dynamiques de l'environnement observe. Un algorithme base sur le principe du maximum de vraisemblance est utilise pour estimer la vitesse des obstacles présents dans la scène. Les résultats des étapes précédentes sont transmis à un système expert qui analyse la configuration de l'environnement dans un but d'assistance au conducteur. Plus précisément, un algorithme original de filtrage binaire a été développé. Cet algorithme utilise un formalisme probabiliste pour représenter l'incertitude et manipule des chaînes de Markov commandées pour imposer un modèle d'évolution de la scène. Une modélisation floue des incertitudes est utilisée dans l'étape d'appariement. Des modèles flous et probabilistes sont utilisés pour représenter et manipuler les imprécisions de reconstruction