Abstract FR:

Le telemetre laser est un capteur actif de vision qui fournit une information sur la distance capteur-scene. Il est utilise ici comme le capteur principal du systeme de perception d'un vehicule mobile autonome. L'environnement du robot est reconstruit sous forme de cartes d'elevation. Manhattan est une methode de reconstruction statique a partir de donnees issues d'un capteur telemetrique qui permet de retrouver la position et la taille des obstacles. La majorite des traitements sont effectues dans l'espace capteur. L'algorithme determine l'appartenance de chaque point de la carte d'elevation a l'une des quatre classes suivantes: zone inexploree, zone cachee, zone navigable et enfin zone obstacle. L'analyse d'images acquises en mouvement s'avere beaucoup plus complexe car la majorite des systemes de balayage des telemetres existant sur le marche sont mecaniques donc sequentiels. Le simulateur de systemes de balayage lrf3s a ete developpe dans le but de comprendre ces phenomenes. Les simulations montrent que les approches classiques de traitement d'image ne sont pas adaptees a la reconstruction dynamique de l'environnement du vehicule. La qualite des methodes de reconstruction dynamique de l'environnement de vehicules autonomes est assujettie a leur systeme de positionnement. La solution retenue est de horn et harris. Les resultats obtenus sur des sequences de plus de 200 images telemetriques montrent que la methode est sensible au bruit, mais qu'il est possible de s'en affranchir par filtrage