Perception multisensorielle pour la reconnaissance d'objets tridimensionnels
Institution:
Toulouse 3Disciplines:
Directors:
Abstract EN:
Pas de résumé disponible.
Abstract FR:
Cette these porte sur la reconnaissance et la localisation de deux familles d'objets 3d, la premiere est celle des objets non-polyedriques, composes essentiellement de facettes planes, cylindriques et spheriques. La deuxieme famille est celle des objets articules. Le systeme de perception est compose d'une camera et d'un telemetre laser. L'utilisation de plusieurs capteurs a montre son efficacite dans le domaine de la robotique mobile et particulierement dans la tache d'interpretation des scenes, cette technique est connue par le terme: perception multisensorielle. La fusion multisensorielle permet d'ameliorer la precision des donnees capteurs, ou d'adjoncter l'ensemble des informations, nous parlerons dans le premier cas de la fusion numerique et dans le deuxieme cas de la fusion symbolique. Nos travaux sont repartis en trois etapes: la premiere est consacree aux procedures de segmentation suivies pour representer une scene acquise avec un systeme de perception multisensoriel. Nous nous interessons a la fusion numerique, nous montrons comment nous accordons des poids aux mesures des capteurs. La deuxieme etape decrit separement la reconnaissance d'objets rigides non-polyedriques et d'objets articules. Les objets a reconnaitre sont declares dans des modeles obtenus par des outils c. A. O. Le point essentiel dans la modelisation d'objets articules est le potentiel de vision, il est equivalent au graphe d'aspects pour les objets rigides. Les strategies de reconnaissance utilisees pour reconnaitre les deux familles d'objets sont differentes, la methode de generation-verification d'hypotheses est utilisee pour reconnaitre les objets rigides et une methode exhaustive est appliquee pour reconnaitre les objets articules. Dans cette these, nous discutons sur le choix de ces deux methodes. Des scores probabilistes et heuristiques sont utilises pour la selection de la bonne hypothese. Une methode de localisation optimale d'objets articules sera proposee. Enfin, nous presentons un systeme de reconnaissance global dont l'architecture est modulable et fonction a la fois de la complexite des primitives de la scene et de celle des modeles d'objets