AC3D: 26-28/05/2015 Houssem Nouira

Dimension: px

Commencer à balayer dès la page:

Download "AC3D: 26-28/05/2015 Houssem Nouira"

Aimé Sénéchal
il y a 7 ans
Total affichages :

1 AC3D: 26-28/05/2015 Houssem Nouira Laboratoire: Centre de robotique (CAOR) Directeur de thèse: François Goulette Maître de thèse: Jean-Emmanuel Deschaud

2 Plan 1. Contexte/Problématique 2. Etat de l art 3. Approche d optimisation 4. Résultats et précision des mesures 5. Conclusion 27/05/2015 2

3 1. Contexte Vidéo acquisition 27/05/2015 3

4 1. Calibration extrinsèque 27/05/2015 4

5 1. Problématique Comment calibrer le capteur? Approche automatique, sans mire de calibration Utilisation d une mire assez contraignante Prend beaucoup de temps Calibration à refaire si déplacement du capteur Objectif Optimisation à posteriori de la calibration extrinsèque Amélioration de la structure des nuages 27/05/2015 5

6 Plan 1. Contexte/Problématique 2. Etat de l art 3. Approche d optimisation 4. Résultats et précision des mesures 5. Conclusion 27/05/2015 6

7 2. Calibration du Velodyne Capteur lasers 3D Capteur laser Velodyne : apparu en 2006 pour la version 64 fibres, et en 2010 pour la version 32 fibres. La disposition des fibres change calibration intrinsèque différente -, mais la calibration extrinsèque est la même. 64 fibres 32 fibres 27/05/2015 7

8 2. Calibration intrinsèque Capteur laser Velodyne Solutions de calibration intrinsèque [Glennie et Lichti, 2010], [Glennie et Lichti, 2011] o Amélioration de la calibration intrinsèque du Velodyne 64 fibres o Etude de la stabilité temporelle du Velodyne [Chan et al, a, 2013], [Chan et al, b, 2013] o Même travaux, mais pour le Velodyne 32 fibres [Muhammad et al, 2010] o Optimisation des scans à l aide de vérités terrains [Levinson et al, 2010] o Méthode non supervisée 27/05/2015 8

9 2. Calibration extrinsèque Capteur laser Velodyne Calibration extrinsèque Ne dépend pas du modèle du capteur Solutions existantes pour le Velodyne 64 fibres Méthodes de calibration [Levinson et al, 2010] o Estimation des six paramètres de la calibration o «Recherche» des paramètres optimaux dans un voisinage de la calibration de départ [Zhu et al, 2013] o Estimation des paramètres angulaires avec une méthode non supervisée 27/05/2015 9

10 Plan 1. Contexte/Problématique 2. Etat de l art 3. Approche d optimisation 4. Résultats et précision des mesures 5. Conclusion 27/05/

11 3. Approche de calibration Exemple : N = 1 Exemple d une façade vue de côté Monde localement plan b i b i+1 b i-1 m k,i-1 mk,i+1 p k,i n k,i p k,i n k,i Optimisation Mauvaise calibration «Bonne» calibration 27/05/

12 3. Approche choisie Optimisation de la calibration automatique, sans mire Hypothèse : monde plan localement Minimisation d une énergie, de manière itérative Critère d arrêt: faible modification de la calibration Energie à minimiser: avec: 27/05/

13 3. Approche choisie On cherche les variations des paramètres extrinsèques qui réduisent l énergie Linéarisation de l énergie Rotations, car non linéaires Simplification de la minimisation de J(R,T): résolution d un problème des moindres carrés linéaires 27/05/

14 3. Approche choisie Optimisation des moindres carrés linéaires : avec: Résolution itérative: On a une calibration extrinsèque de départ, optimiser que l on veut 27/05/

15 Plan 1. Contexte/Problématique 2. Etat de l art 3. Approche d optimisation 4. Résultats et précision des mesures 5. Conclusion 27/05/

16 4. Quelques résultats Optimisation testée sur des acquisitions réelles Acquisitions en milieu urbain Nuages de grande taille Tests de la robustesse de la méthode d optimisation Calibration de départ quelconque, éloignée de la calibration optimale 27/05/

17 4. Quelques résultats Nuage réel, acquis par le L3D2 Montbeliard: pts; ~ 3h et 30min 27/05/

18 4. Quelques résultats 27/05/

19 4. Quelques résultats Nuage réel, acquis par le L3D2 Montbeliard: pts; ~ 6h et 30min 27/05/

20 4. Quelques résultats 27/05/

21 4. Comparaison avec une autre méthode Méthode de Levinson: [Levinson et al, 2010] Energie similaire Même approche: énergie à minimiser, itérativement Pas de linéarisation En entrée, calibration approchée proche de la calibration réelle Processus: recherche des paramètres optimaux dans un voisinage de la calibration de départ Minimisation discrète Méthode lente et résultat moins précis Temps de calcul dépend de la précision recherchée Non applicable aux gros volumes de données 27/05/

4. Comparaison avec une autre méthode Nuage réel, acquis par le L3D2: 4 500 000 pts Méthode de

22 4. Comparaison avec une autre méthode Nuage réel, acquis par le L3D2: pts Méthode de Levinson: ~ 20h Notre méthode: ~20min Nuage de départ Optimisation de Levinson Notre optimisation 27/05/

23 4. Précision des mesures Précision de chacun des paramètres Précision pour les deux premiers nuages réels 27/05/

24 4. Précision des mesures Nuage réel: cas problématique Très peu de changements et peu d éléments plans 27/05/

25 Plan 1. Contexte/Problématique 2. Etat de l art 3. Approche d optimisation 4. Résultats et précision des mesures 5. Conclusion 27/05/

26 4. Conclusion Approche de calibration Algorithme testé sur une campagne d acquisition complète (~36 nuages de pts) Résultats satisfaisants dans l ensemble Résultats similaires à ceux présentés Cas problématiques: problèmes d observabilité plus importants, ou éléments non plans trop présents Méthode robuste Optimisation satisfaisante, même avec une calibration de départ quelconque 27/05/

27 Merci pour votre attention 27/05/

Documents pareils

Cartographie Mobile à MINES ParisTech

Cartographie Mobile à MINES ParisTech Entre robotique, géomatique et nouveaux usages Pr. François Goulette Plan 4 septembre 2013 2 Automatisation de maintenance en environnements industriels (1993) Automatisation