Détection et suivi d'objets dynamiques dédiés aux véhicules autonomes : approche bayésienne

Abstract

Dans ce mémoire, il est question de réaliser un module de DATMO pour le Robucar, véhicule d'essai au CDTA, qui réponde d'une part aux exigences de SLAM, et plus particulièrement à l'ICP-SLAM (ICP: "Iterative Closest Points") et d'autre part aux besoin de planification du même robot. Dans le premier chapitre, on s'intéresse aux notions de SLAM, DATMO et systèmes ADAS, les trois domaines phares des voitures autonomes de demain. On mettra en relief les concepts qui les relient et qui les différencient en même temps. De par leur implémentation sur un même robot et leur interaction, ils utilisent le même équipement sensoriel extéroceptif et proprioceptif qui sera aussi abordé dans ce chapitre. Le chapitre deux est consacré à la programmation descriptive des robots et en particulier à la formulation bayésienne du DATMO. La partie expérimentale s'étale sur les chapitres trois et quatre: le premier justifie le choix de programmation bayésienne du Robucar et pointe le besoin de doter ce dernier d'un module de DATMO qui interagit avec le module de ICP-SLAM. Enfin, au dernier chapitre, on opte pour l'approche par grille d'occupation dans la résolution du module de DATMO, en mettant en relief ses interactions avec la planification de trajectoire et le SLAM.