Skip to Main content Skip to Navigation
Theses

Extended sensor fusion for embedded video applications

Résumé : Le travail réalisé au cours de cette thèse se concentre sur la fusion des données d'une caméra et de capteurs inertiels afin d'effectuer une estimation robuste de mouvement pour des applications vidéos embarquées. Les appareils visés sont principalement les téléphones intelligents et les tablettes. On propose une nouvelle technique d'estimation de mouvement 2D temps réel, qui combine les mesures visuelles et inertielles. L'approche introduite se base sur le RANSAC préemptif, en l'étendant via l'ajout de capteurs inertiels. L'évaluation des modèles de mouvement se fait selon un score hybride, un lagrangien dynamique permettant une adaptation à différentes conditions et types de mouvements. Ces améliorations sont effectuées à faible coût, afin de permettre une implémentation sur plateforme embarquée. L'approche est comparée aux méthodes visuelles et inertielles. Une nouvelle méthode d'odométrie visuelle-inertielle temps réelle est présentée. L'interaction entre les données visuelles et inertielles est maximisée en effectuant la fusion dans de multiples étapes de l'algorithme. A travers des tests conduits sur des séquences acquises avec la vérité terrain, nous montrons que notre approche produit des résultats supérieurs aux techniques classiques de l'état de l'art.
Document type :
Theses
Complete list of metadatas

https://pastel.archives-ouvertes.fr/tel-01295570
Contributor : Abes Star :  Contact
Submitted on : Thursday, March 31, 2016 - 12:31:25 PM
Last modification on : Thursday, April 9, 2020 - 5:08:13 PM
Document(s) archivé(s) le : Friday, July 1, 2016 - 12:31:06 PM

File

54271_ALIBAY_2015_archivage.pd...
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01295570, version 1

Citation

Manu Alibay. Extended sensor fusion for embedded video applications. Other. Ecole Nationale Supérieure des Mines de Paris, 2015. English. ⟨NNT : 2015ENMP0032⟩. ⟨tel-01295570⟩

Share

Metrics

Record views

9175

Files downloads

2059