Vision Algorithms for Rain and Traffic Lights in Driver Assistance Systems

Résumé : L'utilisation d'algorithmes de vision permettrait d'élargir le domaine d'application des systèmes d'aide à la conduite à d'autres situations telles que : les scènes urbaines ou les conditions météorologiques dégradées. À cette fin, trois nouvelles applications sont étudiées dans cette thèse pour la pluie et les feux tricolores. La pluie est la condition météorologique dégradée la plus fréquente. Nous comparons les modèles physiques et photométriques existants pour la pluie et les gouttes de pluie. Lors d'une conduite en temps de pluie de jour, les gouttes sur le pare-brise diminuent considérablement la visibilité du conducteur. Lorsqu'elles sont vue par une camera embarquée standard celles-ci apparaissent défocalisées. Ainsi, nous proposons de détecter ces gouttes hors-focus en utilisant soit une approche par manque de gradients soit par l'évaluation locale du flou. Lors d'une conduite de nuit sous la pluie, ce sont les phares qui paradoxalement diminuent la visibilité car leur lumière est réfléchie par les gouttes vers le conducteur. Nous appuyant sur la conception d'un simulateur physique, nous proposons un éclairage adaptatif qui illuminerait la scène sans éclairer les gouttes qui tombent. Les résultats de notre simulateur et le premier prototype construit montre que l'idée avancée pourrait efficacement améliorer la visibilité générale d'une scène. D'autre part, nous étudions la détection et le suivi de gouttes de pluie à grande vitesse. Les feux tricolores ont un rôle crucial dans la compréhension des scènes urbaines. Bien qu'il existe déjà des systèmes de détection de feux tricolores, les algorithmes actuels ne fonctionnent que dans des conditions simples. Ainsi, nous avons développé un algorithme de détection de feux tricolores qui utilise une détection en niveau de gris des spots lumineux et une classification par reconnaissance de modèle. L'approche ainsi conçue est assez flexible pour détecter différents types de feux tricolores même avec une camera à faible dynamique. Notre proposition a été évaluée sur des séquences acquises en France, Chine et Suisse.
Type de document :
Thèse
Other. Ecole Nationale Supérieure des Mines de Paris, 2012. English. 〈NNT : 2012ENMP0053〉
Liste complète des métadonnées

https://pastel.archives-ouvertes.fr/pastel-00802707
Contributeur : Abes Star <>
Soumis le : mercredi 20 mars 2013 - 12:42:33
Dernière modification le : lundi 12 novembre 2018 - 10:59:18
Document(s) archivé(s) le : vendredi 21 juin 2013 - 04:14:13

Fichier

2012ENMP0053.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : pastel-00802707, version 1

Collections

Citation

Raoul De Charette. Vision Algorithms for Rain and Traffic Lights in Driver Assistance Systems. Other. Ecole Nationale Supérieure des Mines de Paris, 2012. English. 〈NNT : 2012ENMP0053〉. 〈pastel-00802707〉

Partager

Métriques

Consultations de la notice

2539

Téléchargements de fichiers

942