TOPO L acquisition de données mobiles en pratique Comment sont acquises les données terrain qui alimentent les logiciels grand public ou professionnels de navigation? Depuis le lancement de Google Street View, le grand public est habitué à naviguer dans les rues au gré des clichés géolocalisés pris d un véhicule. Si le côté ludique est évident, ce genre d information intéresse également les professionnels, aussi bien collectivités locales qu instituts géographiques ou encore les fournisseurs de données routières qui proposeront bientôt, en plus du simple graphe de voirie, des bases 3D qui pourront être rendues en temps réel sur l écran des GPS de navigation (ou, de plus en plus, des smartphones), afin d affiner le réalisme et d aider le conducteur à se repérer plus facilement dans des environnements urbains complexes. Sans compter qu aux traditionnelles photographies s ajoutent le plus souvent des relevés laser qui stockent l information 3D et, après post-traitement, servent de base à la reconstitution volumique des corridors routiers (entre autres, le nuage de points est également exploité pour la détection du mobilier urbain, des alignements, des panneaux de signalisation ). Si le produit fini est bien connu, il nous a paru intéressant d assister à une séance d acquisition des données. La société TopCon a bien voulu organiser un petit test dans les environs de son site mâconnais, spécialisé dans les appareils de topographie. Préparation et calibrage La phase préliminaire consiste évidemment à préparer le véhicule pour accueillir la batterie d équipements nécessaires à l acquisition des données et à leur enregistrement. TopCon possède deux versions de son produit dédié aux relevés mobiles : la station standard IP-S2 pourvue d un récepteur GPS, d une centrale inertielle, de trois faisceaux laser de télémétrie (d une portée typique de trente mètres), d une caméra panoramique «coccinelle» et d un odomètre ce dernier ne participe pas directement à la collecte des données, il sert uniquement à contrôler le déroulement de l acquisition (on n acquiert pas de données quand le véhicule stationne) ; la station haut de gamme HD est équipée d un télémètre à 64 faisceaux qui collecte environ un million et demi de points par seconde, et de caméras améliorées. C est ici la version de base qui est utilisée. La batterie de senseurs est regroupée dans une configuration compacte, prévue pour se monter sur n importe quel véhicule au moyen de simples écrous à visser sur une galerie de toit. Seul l odomètre se fixe au moyeu d une roue arrière au moyen d entretoises et d un axe stabilisateur en plastique maintenu vertical par deux ventouses accrochées à la carrosserie. Un certain nombre de câbles relient le système faîtier à l ordinateur d acquisition (Ethernet pour les lasers et l IMU, FireWire pour la caméra) ; il faut y rajouter le câble d alimentation. Les connecteurs sont naturellement étanches. Une fois le senseur monté et connecté à l ordinateur de bord, ce dernier démarre le logiciel spécialisé (Spatial collect), qui commence par calibrer la centrale inertielle et le récepteur GPS. Ce processus s effectue donc, de préférence, dans une zone bien dégagée afin de recevoir le plus de satellites possibles. «Au fil de l eau» Une fois le système initialisé, la collecte peut démarrer. Quand le véhicule roule, les données, horodatées et géolocalisées par la paire GPS/gyroscope sont affichées sur l écran de l ordinateur portable (sous forme d un ruban défilant, le centre de l écran représentant toujours la position actuelle du véhicule), le centre de chaque cliché apparaissant sous forme 24 Géomatique Expert - N 80 - Mai-Juin 2011
de point bleu. Une fois la tournée finie, il convient d observer une pause de quelques minutes avant de déconnecter le système et d arrêter le logiciel de collecte. La première étape de post-traitement consiste à traiter et à corriger les données GPS (éventuellement) grâce à l utilisation d une station de base voisine ou des éléments Rinex d un réseau permanent. Les autres phases consistent à transformer les coordonnées des mesures laser, qui sont enregistrées dans un repère sphérique mobile, dans le système utilisé pour le géoréférencement (WGS 84 a priori). La même opération est effectuée pour les photographies, le logiciel de traitement (Spatial Clean) pouvant également colorier le nuage de points en fonction des photographies. Avec un ordinateur moyennement puissant (le test a été effectué sur un MacBook Pro vieux d un an environ), le ratio entre durée d acquisition et durée de post-traitement est approximativement de 1:1. Une fois les données élaborées, un utilitaire de visualisation (chez TopCon, il s agit du logiciel Spatial viewer) permet de se rendre compte du résultat, de naviguer dans les La pose du système d acquisition, fixé sur une galerie de toit, nécessite un minimum de doigté et d équilibre. données comme s il s agissait d une fenêtre de type Google Street Map, tout en disposant d outils inédits, par exemple la mesure entre deux points de l image : le logiciel détermine les points laser les plus proches pour effectuer le calcul. Si cet appariement image <> laser échoue (par exemple parce que l objet visé dépasse la portée des faisceaux laser), un mode photogrammétrique de repli permet d obtenir une bonne estimation, à la condition évidente que l on puisse exploiter au moins deux photos. Des points à la base de données Le système d acquisition prêt à fonctionner. Le boîtier au premier plan abrite l électronique de synchronisation et de transmission des données. Si le logiciel d exploration suffit pour effectuer un contrôle sommaire de l intégrité des données, il ne permet pas de saisir des objets pour les stocker dans une base SIG. Pour cela il faut recourir soit à un mini-sig fourni par le fabricant (SpatialEDIT), soit à un module spécialement écrit pour un SIG du commerce. TopCon a conclu un partenariat avec l éditeur belge Orbit GT, qui développe un SIG éponyme. L ouverture des fichiers de données provoque l appel automatique du module, qui affiche simultanément le trajet du véhicule (en particulier les «bulles» bleues correspondant au centre de chaque photo) sur un fond orthophotographique (Google Maps) et, au-dessus, un ou deux clichés panoramiques correspondant à la position courante. Les mêmes outils de mesure sont disponibles dans le module, mais, en outre, l utilisateur peut créer une couche de données, d un type particulier (ponctuel, linéaire, surfacique) puis saisir à la souris la position ou le contour des objets qu il souhaite y stocker. À chaque création, une Géomatique Expert - N 80 - Mai-Juin 2011 25
Utilisation de l IP-S2 au cours d une mission de relevé topographique dans un parc sud-africain. Image TopCon. boîte de dialogue offre à l opérateur de saisir certaines propriétés (nom, remarques diverses), qui sont enregistrées en tant que donnée alphanumérique. Exploration automatique : le SLAM Un troisième logiciel, ScanMaster, propose de remplacer la saisie manuelle des objets par des algorithmes automatisés de détection de contour ou d extraction de primitives géométriques à partir du nuage de points. En outre, l utilitaire peut également générer un MNT. Les techniques d acquisition à bord de véhicules classiques sont parfaitement adaptées à des environnements normaux, aisément accessibles et sans risques. Toutefois, le besoin en cartographie ne se limite pas à ces situations banales : en cas de catastrophe naturelle (trem- blement de terre, inondations) et/ ou dans des endroits inaccessibles (caves, grottes, éboulements, fonds sous-marins, exploration spatiale) et/ou en raison de risques majeurs (réacteurs chimiques ou nucléaires, zones contaminées, zones de guerre), il est parfois nécessaire de remplacer les véhicules traditionnels par des robots télécommandés ou totalement autonomes. Dans ce cas, on demande à l intelligence embarquée deux choses : savoir calculer sa position et enregistrer la position des objets qui se trouvent dans son voisinage. Les techniques programmatiques mises en œuvre pour résoudre ce double problème sont baptisées d un acronyme anglais SLAM Simultaneous Location And Mapping (mais slam signifie également «chelem»). Stricto sensu, le SLAM a émergé concomitamment à la vision informatique. Son application à la robotique mobile remonte, quant à elle, à la fin des années quatre-vingts. Durant le trajet, l écran du PC de collecte affiche en permanence, sur un fond routier, la position du véhicule, sa trajectoire, le centre focal des prises de vue (points bleus) et les données laser acquises. 26 Géomatique Expert - N 80 - Mai-Juin 2011 On distingue, parmi les senseurs utilisés, les capteurs proprioceptifs qui procurent des informations
sur la position du robot (mais pas sur son environnement), et les capteurs extéroceptifs qui, à l inverse, localisent les objets du voisinage. Ceux-ci vont des caméras numériques, plus ou moins performantes, aux télémètres laser, voire à des dispositifs ultrasonores (peu fiables) ; pour les premiers, on utilise le GPS, des odomètres (mobiles terrestres), des centrales inertielles (mobiles aériens) ou des systèmes sonar (mobiles sousmarins). Actuellement, les télémètres laser sont moins employés en raison de leur coût prohibitif et du temps de calcul nécessaire au traitement des données qu ils acquièrent. Le contexte du SLAM requiert en effet un positionnement en temps réel, qui peut être soit acquis par un GPS dans les conditions les plus favorables (travail en zone dégagée), mais souvent qui doit être déduite d une position de départ par un algorithme complexe ; comme la ressource électrique est limitée, il convient de consommer le moins de puissance de calcul possible, donc de simplifier les algorithmes : on aboutit ainsi à un compromis entre précision et autonomie. La plus grande difficulté à laquelle se heurte le SLAM est celui de la dérive. Particulièrement sensible avec les Saisie dans l environnement OrbitGIS des objets géographiques. La fenêtre du haut représente, sur un fond orthophotographique, la trajectoire du mobile. Le «papillon» bleu identifie le point de vue courant. Les contours des objets saisis apparaissent sous forme de lignes colorées ténues. La fenêtre du bas affiche les mêmes informations, incrustées dans le cliché correspondant. odomètres, les capteurs présentent tous des erreurs de mesures qui, parfois, se compensent, mais, dans la plupart des cas, se cumulent. Résultat : au bout de quelques dizaines ou centaines de mètres, on peut aboutir à des imprécisions importantes. Or, comme les objets repérés par le robot sont localisés dans le référentiel mobile, une dérive de ce dernier implique donc une dérive générale de la position de tous les objets. Pour corriger ce glissement progressif, la seule solution est de demander au mobile d effectuer des boucles (quand il le peut). Lorsqu il revient à une position connue, le Un robot équipé pour une tâche de SLAM. On distingue le système de vision stéréoscopique et les senseurs laser (plus bas). Image : Wikipedia/Mike1024. robot peut estimer correctement l erreur de positionnement qu il commet, puis corriger a posteriori toutes les localisations qu il a enregistrées depuis son dernier calibrage. Ce travail de post-traitement demande cependant un nombre d opérations proportionnel au carré du nombre de coordonnées enregistrées. Trois algorithmes principaux Trois familles principales d algorithmes ont été développées pour calculer la position du mobile en fonction de ses déplacements et de son environnement. La première se fonde sur la mise en œuvre de filtres de Kalman. Ce dernier désigne un processus itératif simple (on fait de larges hypothèses sur les fonctions de probabilité caractérisant les mesures) qui calcule à chaque pas les valeurs d un certain nombre de variables (position, vitesse ) en fonction des données des senseurs de sorte à minimiser les résidus au sens des moindres carrés (représentés ici par une matrice de covariance). Son intérêt est de ne requérir que les valeurs précédemment calculées, et non l ensemble de l historique, ce qui se traduit par une puissance de calcul très faible. Historiquement, il Géomatique Expert - N 80 - Mai-Juin 2011 27
correspondant à leur vraisemblance. Les données qui arrivent servent à évaluer les pondérations respectives de chaque chemin, les moins vraisemblables d entre-eux étant éliminés au fur et à mesure de la progression, et remplacés par des hypothèses fraîches. Cette méthode assez puissante se réduit au filtrage de Kalman quand on suppose que la position du mobile et des objets environnant obéit à une loi gaussienne. Exemple de reconstitution de l environnement à partir d une géolocalisation dans une vue «3D» des données collectées par le robot. Image : Openslam.org. s agit de la première solution mise en œuvre et, en raison de sa faible complexité, encore de la plus utilisée actuellement. La deuxième approche consiste à élaborer un graphe reliant les objets aux positions. Les nœuds du graphe représentent donc soit une position, soit un objet. Un arc relie une position à un objet si cet objet est visible depuis la position examinée. Les nœuds stockent donc une information topographique, alors que les arcs contiennent les données extéroceptives. L idée de la localisation consiste à maximiser une fonction qui mesure la probabilité d obtenir les mesures extéroceptives enregistrées compte-tenu des informations proprioceptives. Comme les données sont déjà relativement proches de la solution exacte, des méthodes simples (Newton généralisé, gradient maximum) fonctionnent bien et donnent des résultats pertinents en des temps réduits. Cette approche est qualifiée de Graph Slam. La troisième voie met en œuvre un algorithme appelé Fast Slam. Dans cet algorithme, reposant sur le principe du filtre particulaire, les trajets possibles sont affectés d un poids Exemple de reconstitution d un environnement intérieur à partir des différentes données sensorielles. Source : Openslam.org. Parmi ces trois grands principes, le filtre de Kalman continue à être majoritairement utilisé, non seulement en raison de son antériorité (premier à être apparu, donc bien connu), mais aussi de sa simplicité. Ce n est cependant pas celui qui donne les meilleurs résultats. De ce point de vue, l approche par graphe semble optimale. 2D et 3D Les principales applications du SLAM, on l a vu, consistent à effectuer des relevés dans des zones difficiles ou interdites d accès. Les mobiles terrestres ne sont pas toujours adaptés ; par exemple, dans un bâtiment à plusieurs étages, un robot sur roues ne peut pas monter ou descendre s il n y a que des escaliers. Les chercheurs ont donc pensé à équiper des modèles réduits d hélicoptères pour pouvoir se déplacer librement et en 3D. Les algorithmes de SLAM se généralisent aisément à la 3D, moyennant quelques difficultés : Certains senseurs, comme les odomètres, ne conviennent plus ; Le vecteur exprimant l état du mobile au temps t contient plus de paramètres. Il faut donc tenir compte explicitement des dérives, particulièrement de la centrale inertielle, qui devient un paramètre à part entière du vecteur d état, et donc est estimé à chaque itération de l algorithme de localisation. 28 Géomatique Expert - N 80 - Mai-Juin 2011