Academic literature on the topic 'Estimation par horizon mobile'

The paper considers the problem of tracking a moving target using a pair of cooperative bearing-only mobile sensors. Sensor trajectory optimisation plays the central role in this problem, with the objective to minimize the estimation error of the target state. Two approximate closed-form statistical reward functions, referred to as the Expected Rényi information divergence (RID) and the Determinant of the Fisher Information Matrix (FIM), are analysed and discussed in the paper. Being available analytically, the two reward functions are fast to compute and therefore potentially useful for longer horizon sensor trajectory planning. The paper demonstrates, both numerically and from the information geometric viewpoint, that the Determinant of the FIM is a superior reward function. The problem with the Expected RID is that the approximation involved in its derivation significantly reduces the correlation between the target state estimates at two sensors, and consequently results in poorer performance.

Increasing the stability and reliability of navigation for mobile objects of different classes is becoming increasingly significant. Satellite navigation systems have a fundamental defect: a vulnerability to hacking and spoofing. Observation of the horizon line is significant for two applications. The first is stellar inertial navigation systems. In this case, the horizon line can be used for local vertical estimation. Errors in local vertical estimation directly affect coordinate errors. The second is correlation-extremal navigation based on the observed horizon line shape (when islands or continents are observed from aerial vehicles). In both cases, instability of the horizon line produces navigation errors. A measurement procedure for horizon line position estimation was proposed and realised. Around-the-clock horizon line shooting was undertaken in 2013. Processing of the results shows a horizon line direction instability of about 5–7 angular minutes during the day time.

With the rapid development of the fifth-generation (5G) mobile communication technology, the application of each frequency band has reached the extreme, causing mutual interference between different modules. Hence, there is a requirement for detecting filtering and preventing interference. In the troposphere, over-the-horizon propagation occurs in atmospheric ducts and turbulent media. The effects of both ducting and turbulence can increase the probability of occurrence of long-distance co-channel interference (CCI), in turn, severely affecting the key performance indicators such as system access, handover and drop. In the 5G era, to ensure communication channels and information security, CCI must be reduced. This paper introduces a scattering parabolic equation algorithm for calculating signal propagation in atmospheric ducts on irregular terrain boundaries. It combines Hitney’s radio physical optical model and Wagner’s nonuniform turbulent scattering model for calculating the tropospheric scattering in an evaporation duct or a surface-based duct. The new model proposes a tropospheric scattering parabolic equation algorithm for various tropospheric duct environments. Finally, as a specific case, the topographical boundaries between several cities in the East China Plain were considered, and the over-the-horizon propagation loss was simulated for various ducting and turbulent environments. The simulation results were used to evaluate whether CCI would occur between cities in a specific environment.

Abstract. Nowadays it is important to shift positional accuracy of object measurements under the forest canopy closer to the accuracy standards for land surveys due to the requirements in the field of ecosystem protection, sustainable forest management, property relations, and land register. Simultaneously, it is desirable to use the technology of environmental data acquisition which is not time consuming and cost demanding. Global Navigation Satellite Systems (GNSS) are the most used for positioning today. However, the usefulness and also the accuracy of the measurements with this technology depend on various factors (the strength of the GNSS signal, the geometric position of satellites, the multipath effect etc.). Based on the above mentioned facts, the usability of technology independent of GNSS indicates an ideal solution for positioning under the forest canopy. Several studies have studied the usability of Handheld Mobile Laser Scanners (HMLS) in complex environment. The goal of this paper was to verify a new data collection approach (HMLS with Simultaneous Localization and Mapping (SLAM) technology) for the forest environment practice. The main objective of our study was to reach a precision which complies with the accuracy standards for land surveys. The RMSE of derived positions from point cloud, produced by SLAM devices were 25.3 cm and 28.4 cm, for ZEB REVO and ZEB HORIZON, the handheld mobile laser SLAM scanners used in this study. ZEB HORIZON achieved twice as big accuracy of diameter of breast height (DBH) estimation as ZEB REVO.

In this study, we evaluated the performance of GeoSLAM ZEB Horizon and Stonex X120GO SLAM handheld mobile laser scanners (HMLS) to address two primary objectives. First, we aimed to assess and compare the accuracy of positioning achieved using HMLS instruments. Second, we sought to investigate the influencing factors and their impact on estimation accuracies. The factors influencing the accuracy of positioning in HMLS Simultaneous Localization and Mapping-aided solutions were defined, considering the scanner type, distance from the trajectory, forest structure, tree species, and Diameter at Breast Height. The same type of trajectory was tested in five different stand structures. The evaluation of GeoSLAM HMLS point clouds yielded an average positional RMSE of 17.91 cm, while the data extracted from the Stonex HMLS resulted in an average positional RMSE of 17.33 cm. These results underscore the significant potential of HMLS technology in addressing the critical need for precise positioning data in various applications, from forestry management to environmental monitoring, wildlife habitat assessment, and climate change studies. By harnessing the power of handheld mobile laser scanners, our research aims to enhance the accuracy and efficiency of geospatial data capture in challenging.

Point cloud data is essential measurement information that has facilitated an extended functionality horizon for urban mobility. While 3D lidar and image-depth sensors are superior in implementing mapping and localization, sense and avoidance, and cognitive exploration in an unknown area, applying 2D lidar is inevitable for systems with limited resources of weight and computational power, for instance, in an aerial mobility system. In this paper, we propose a new pose estimation scheme that reflects the characteristics of extracted feature point information from 2D lidar on the NDT framework for exploiting an improved point cloud registration. In the case of the 2D lidar point cloud, vertices and corners can be viewed as representative feature points. Based on this feature point information, a point-to-point relationship is functionalized and reflected on a voxelized map matching process to deploy more efficient and promising matching performance. In order to present the navigation performance of the mobile object to which the proposed algorithm is applied, the matching result is combined with the inertial navigation through an integration filter. Then, the proposed algorithm was verified through a simulation study using a high-fidelity flight simulator and an indoor experiment. For performance validation, both results were compared and analyzed with the previous techniques. In conclusion, it was demonstrated that improved accuracy and computational efficiency could be achieved through the proposed algorithms.

Les travaux présentés dans cette synthèse portent essentiellement sur l'analyse de scènes à partir de caméras mobiles avec pour application immédiate l'apport d'une vision par ordinateur efficace dans les systèmes autonomes. Ils sont le fruit d'une décennie de recherches menées d'abord à l'INRETS (actuellement IFSTTAR : Institut français des sciences et technologies des transports, de l'aménagement et des réseaux ) puis à l'Université Paris Sud XI (Institut d'Électronique Fondamentale). L'idée initiale est que l'autonomie d'un système implique, ne serait-ce que pour raisons énergétiques, une faible variété d'opérateurs de perception, dont les algorithmes de vision. Les "primitives" extraites des images seront intrinsèquement robustes et stables vis-à-vis de perturbations variées. Elles doivent de plus anticiper, voire faciliter, un processus de décision à divers niveaux voulu systématique. Les lignes de niveaux répondent parfaitement à ces contraintes : on vérifie sans peine leur robustesse et leur abondance dans une image suggère et alimente un processus de décision cumulatif (manipulant un objet de décision unique : l'histogramme généralisé en espace de vote). Nos efforts se sont alors concentrés sur deux aspects : 1) le premier concerne la définition d'une méthodologie cohérente dans laquelle un processus primaire d'extraction de lignes de niveaux est enrichi afin de permettre la construction de primitives plus complexes guidée par un modèle de déformation de l'image. Le nombre de composants donc la forme des primitives est fonction directe du nombre de variables caractérisant le mouvement (déformation) à déterminer. 2) Le second intéresse une méthode de décision cumulative unifiée permettant de traiter des thèmes applicatifs de complexité croissante. Nos travaux se déclinent alors en trois niveaux de cumul, chacun associé de manière à un stade particulier de l'analyse d'images. Les thèmes applicatifs traités pour illustrer notre démarche sont de complexité croissante : détection et estimation du mouvement en caméra fixe, recalage d'images en caméra mobile (type de mouvement connu et profondeur des objets contrainte) puis estimation générale du mouvement propre et de la structure de la scène en caméras embarquées sur un véhicule mobile. Les résultats obtenus montrent comment un choix de primitives robustes associé à un processus de décision cumulatif permet la réutilisation des opérateurs dans plusieurs secteurs. Les systèmes proposés ont la particularité d'être compacts et cohérents, propriété recherchée dans les applications considérées.

Les quadrotors sont de plus en plus présents dans notre vie quotidienne et sont utilisés dans de nombreuses applications, des services de livraison aux spectacles de drones. Beaucoup de leurs applications impliquent un contact étroit avec les humains. Si un défaut survient sur le quadrotor, notamment sur un des moteurs, cela pourrait entraîner des événements catastrophiques, des blessures et des pertes d'équipements coûteuses, voire la mort. Il est donc essentiel de se concentrer sur l'amélioration de leur sécurité et de leur fiabilité grâce à des algorithmes bien conçus qui peuvent détecter et compenser les défauts affectant les drones.Une autre source courante de défaillance des drones est de se retrouver dans une orientation difficile, telle qu'une orientation renversée, en raison de perturbations éoliennes puissantes ou d'une collision avec un mur ou un autre drone. Les contrôleurs linéaires basés sur des modèles simplifiés linéarisés autour du point de vol stationnaire et utilisant les angles d'Euler pour les représentations d'attitude sont moins susceptibles de récupérer le drone de cette orientation.L'objectif principal de cette thèse est d'améliorer la sécurité et la fiabilité des quadrotors en abordant les problèmes susmentionnés. Cela est réalisé en concevant des algorithmes de commande tolérants aux défauts qui peuvent atteindre une précision de suivi de trajectoire sous des contraintes d'actionneur et en présence de perte partielle d'actionneur et de bruit de mesure. En outre, il étend cet objectif en élaborant un algorithme qui permet de récupérer à partir d'orientations aléatoires, d'effectuer des manœuvres acrobatiques de retournement et d'atteindre un suivi de trajectoire précis, le tout en présence de défauts et de contraintes d'actionneur.Tout d'abord, la modélisation des quadrotors et plusieurs représentations d'attitude sont étudiées. Plusieurs modèles non linéaires basés sur diverses représentations d'attitude, telles que les angles d'Euler, les quaternions et les matrices de rotation, sont introduits.Un cadre de commande tolérante aux défauts actifs (AFTC) est présenté, qui intègre un module de détection et de diagnostic des défauts (FDD) basé sur un observateur non linéaire algébrique peu coûteux et un contrôleur tolérant aux défauts basé sur une commande prédictive basée sur un modèle non linéaire (NMPC). Nous pouvons ainsi atteindre une précision de suivi de trajectoire sous des contraintes d'actionneur et en présence de défauts d'actionneur.La thèse propose également un cadre de commande AFTC qui est entièrement basée sur une optimisation contrainte non linéaire. Ce cadre combine l'estimation à horizon mobile non linéaire (NMHE) en tant que module FDD et le contrôleur tolérant aux pannes basé sur la commande prédictive non linéaire (NMPC). NMHE est capable d'estimer simultanément les états et les pannes d'actionneurs à partir de mesures bruitées tout en maintenant des contraintes, ce qui permet d'obtenir un suivi de trajectoire précis en présence de pannes d'actionneurs et de mesures bruitées lorsqu'il est combiné avec le NMPC.Enfin, un nouvel algorithme de commande géométrique tolérant aux pannes est présenté. Il permet à un quadrotor de récupérer d'orientations arbitraires (drone presque renversé), d'effectuer des manœuvres acrobatiques de retournement et d'atteindre une précision de suivi de trajectoire, le tout en présence de pannes d'actionneurs et de contraintes. L'algorithme présenté démontre une performance supérieure et une sécurité et une fiabilité accrues par rapport à un contrôleur géométrique de référence issu de la littérature. Contrairement au nouvel algorithme présenté, le contrôleur de référence échoue à effectuer les mêmes missions en présence de pannes d'actionneurs. Les résultats de cette partie sont validés dans une simulation ROS-Gazebo et une preuve de concept est validée expérimentalement
Quadrotors have become increasingly present in our daily lives and are used in a wide range of applications, from delivery services to drone light shows. Many of its applications include close contact with humans. Should any fault occur to the quadrotor such on a motor, it could lead to catastrophic events, from injuries and expensive equipment loss to death. It is thus essential to focus on improving their safety and reliability through well-designed algorithms that can detect and compensate for faults affecting the drones.Another common source of drone failure is getting into a difficult orientation, such as an upside-down orientation, due to, for instance, strong wind disturbances or collision with a wall or with another drone. Linear controllers that are based on simplified models linearized around the hovering point and utilizing Euler angles for attitude representations are less likely to recover the drone from such orientation.The main objective of this thesis is to improve the safety and reliability of aerial robots by addressing the aforementioned problems. This is achieved by designing Fault-Tolerant Control (FTC) algorithms that can achieve precise trajectory tracking under actuator constraints and in the presence of partial loss of effectiveness actuator fault and measurement noise. Furthermore, it expands on this goal by devising an algorithm that allows for recovery from random orientations, performing acrobatic flip maneuvers, and achieving precise trajectory following, all in the presence of actuator faults and constraints.First, quadrotor modeling and several attitude representations are investigated. Several nonlinear models based on various attitude representations, such as Euler angles, quaternions, and rotation matrices, are introduced.Additionally, an Active Fault-Tolerant Control (AFTC) framework is presented, which integrates a fault detection and diagnosis (FDD) module based on a computationally cheap nonlinear algebraic observer and a fault-tolerant controller based on Nonlinear Model Predictive Control (NMPC). This framework can achieve precise trajectory tracking under actuator constraints and in the presence of actuator faults.The thesis also proposes an AFTC framework that is completely based on nonlinear constrained optimization. This framework combines Nonlinear Moving Horizon Estimation (NMHE) as an FDD module and NMPC as a fault-tolerant controller. NMHE is capable of simultaneously estimating states and actuator faults from noisy measurements while maintaining constraints, thus resulting in precise trajectory tracking under actuator faults and noisy measurements when combined with NMPC.Finally, a novel fault-tolerant geometric control algorithm is presented. It allows a quadrotor to recover from arbitrary orientations (almost upside-down), perform acrobatic flip maneuvers, and achieve precise trajectory tracking, all in the presence of actuator faults and constraints. The presented algorithm demonstrates superior performance and higher safety and reliability compared to a baseline geometric controller from the literature. Unlike the presented novel algorithm, the baseline controller fails to perform the same missions when under actuator faults. The results of this part are validated in a ROS-Gazebo simulation, and a proof of concept is validated through hardware experiments

Cette thèse aborde le problème d’estimation des paramètres de signaux d’usagers radio-mobile par traitement avec antenne-réseau. On adopte une approche de traitement théorique rigoureuse au problème en tentant de pallier aux limitations et désavantages des méthodes d’estimation existantes en ce domaine. Les chapitres principaux ont été rédigés en couvrant uniquement les aspects théoriques en lien aux contributions principales, tout en présentant une revue de littérature adéquate sur les sujets concernés. La thèse présente essentiellement trois volets distincts en lien à chacune des contributions en question. Suite à une revue des notions de base, on montre d’abord comment une méthode d’estimation exploitant des statistiques d’ordre supérieur a pu être développée à partir de l’amélioration d’un algorithme existant en ce domaine. On présente ensuite le cheminement qui a conduit à l’élaboration d’une technique d’estimation non linéaire exploitant les propriétés statistiques spécifiques des enveloppes complexes reçues, et ne possédant pas les limitations des algorithmes du second et quatrième ordre. Finalement, on présente le développement relatif à un algorithme d’estimation exploitant le caractère cyclostationnaire intrinsèque des signaux de communication dans un environnement asynchrone naturel. On montre comment un tel algorithme parvient à estimer la matrice de canal des signaux incidents indépendamment du caractère de corrélation spatiotemporel du bruit, et permettant de ce fait même une pleine exploitation du degré de liberté du réseau. La procédure d’estimation consiste en la résolution d’un problème de diagonalisation conjointe impliquant des matrices cibles issues d’une opération différentielle entre des matrices d’autocorrélation obtenues uniquement à partir de statistiques d’ordre deux. Pour chacune des contributions, des résultats de simulations sont présentés afin de confirmer l’efficacité des méthodes proposées.
This thesis addresses the problem of parameter estimation of radio signals from mobile users using an antenna array. A rigorous theoretical approach to the problem is adopted in an attempt to overcome the limitations and disadvantages of existing estimation methods in this field. The main chapters have been written covering only the theoretical aspects related to the main contributions of the thesis, while at the same time providing an appropriate literature review on the considered topics. The thesis is divided into three main parts related to the aforesaid contributions. Following a review of the basics concepts in antenna array processing techniques for signal parameter estimation, we first present an improved version of an existing estimation algorithm expoiting higher-order statistics of the received signals. Subsequently, we show how a nonlinear estimation technique exploiting the specific statistical distributions of the received complex envelopes at the array can be developed in order to overcome the limitations of second and fourth-order algorithms. Finally, we present the development of an estimation algorithm exploiting the cyclostationary nature of communication signals in a natural asynchronous environment. We show how such an algorithm is able to estimate the channel matrix of the received signals independently of the spatial or temporal correlation structure of the noise, thereby enabling a full exploitation of the array’s degree of freedom. The estimation process is carried out by solving a joint diagonalization problem involving target matrices computed by a differential operation between autocorrelation matrices obtained by the sole use of second-order statistics. Various simulation experiments are presented for each contribution as a means of supporting and evidencing the effectiveness of the proposed methods.

This thesis consists of four independent papers concerningthe control of mobile robots in the context of obstacleavoidance and formation keeping.

The first paper describes a new theoreticallyv erifiableapproach to obstacle avoidance. It merges the ideas of twoprevious methods, with complementaryprop erties, byusing acombined control Lyapunov function (CLF) and model predictivecontrol (MPC) framework.

The second paper investigates the problem of moving a fixedformation of vehicles through a partiallykno wn environmentwith obstacles. Using an input to state (ISS) formulation theconcept of configuration space obstacles is generalized toleader follower formations. This generalization then makes itpossible to convert the problem into a standard single vehicleobstacle avoidance problem, such as the one considered in thefirst paper. The properties of goal convergence and safetyth uscarries over to the formation obstacle avoidance case.

In the third paper, coordination along trajectories of anonhomogenuos set of vehicles is considered. Byusing a controlLyapunov function approach, properties such as boundedformation error and finite completion time is shown.

Finally, the fourth paper applies a generalized version ofthe control in the third paper to translate,rotate and expanda formation. It is furthermore shown how a partial decouplingof formation keeping and formation mission can be achieved. Theapproach is then applied to a scenario of underwater vehiclesclimbing gradients in search for specific thermal/biologicalregions of interest. The sensor data fusion problem fordifferent formation configurations is investigated and anoptimal formation geometryis proposed.

Keywords:Mobile Robots, Robot Control, ObstacleAvoidance, Multirobot System, Formation Control, NavigationFunction, Lyapunov Function, Model Predictive Control, RecedingHorizon Control, Gradient Climbing, Gradient Estimation.

La these fait le lien entre l'apprentissage connexionniste et le probleme d'estimer une fonction de regression a partir d'exemples. Dans un premier temps, l'apprentissage connexionniste est decrit, et nous montrons qu'il tend a estimer la fonction de regression. La suite de la these est consacree au probleme d'estimer une telle fonction. Nous donnons les limites theoriques inherentes a ce probleme, et les principaux algorithmes de resolution. Nous comparons certains de ces algorithmes sur des donnees provenant d'un simulateur de robot mobile

La pollution sonore en milieu urbain est un enjeu sanitaire important, et l'exposition des populations doit être estimée adéquatement. Les simulations qui permettent de générer les cartes de bruit employées à cet effet sont cependant entachées d'erreurs. L'observation de l'environnement est alors judicieuse car elle permet la récolte d'informations supplémentaires en différents points de l'espace et à différents instants. Nous proposons dans cette thèse des méthodes d'assimilation de données permettant la fusion d'une carte de bruit issue de la simulation (ébauche), et d'observations acquises via l'application mobile Ambiciti. La fiabilité des observations est évaluée dans différents contextes, et nous mettons en place une méthode d'étalonnage qui permet de réduire autant que possible le biais de mesure. La combinaison de l'ébauche et des observations résulte en un estimateur nommé analyse, dont la variance de l'erreur est minimisée grâce à une estimation préalable des erreurs suivantes : corrélations spatiales des erreurs d'ébauche; erreurs d'instrumentation, de représentativité temporelle et spatiale pour l'observation. Une méthode d'assimilation à l'échelle du quartier est développée afin de générer des cartes horaires à partir d'une carte d'ébauche de bruit moyen sur une période de la journée, et d'observations acquises par un expérimentateur à travers Ambiciti. Une seconde méthode exploite l'ensemble des données partagées anonymement par les utilisateurs d'Ambiciti. Cet ensemble est filtré et classifié, et la précédente méthode est adaptée afin de produire des cartes de bruit d'analyse à l'échelle de la ville
Noise pollution is a major environmental health problems, and the determination of populations exposure is needed. This can be done through noise mapping. Usually, maps are simulation-based, and subject to high uncertainties. Observational data is distributed in space and time and hence conveys information that is complementary to simulation data. In this thesis, we propose data assimilation methods that allow one to merge prior noise maps issued by numerical simulation with phone-acquired (via the Ambiciti app) noise observations. We run a performance analysis that addresses the range, accuracy, precision and reproducibility of measurements. Conclusions of this evaluation lead us to the proposition of a calibration strategy that has been embedded in Ambiciti. The result of the prior map and observations merging is called an analysis, and is designed to have minimum error variance, based on the respective uncertainties of both data sources that we evaluated: spatial correlations for the prior error; measurement errors, time and location representativeness for the observations. We address the estimation problem on two different scales. The first method relies on the so-called ``best linear unbiased estimator''. It produces hourly noise maps, based on temporally averaged simulation maps and mobile phone audio data recorded at the neighborhood scale. The second method leverages the crowd-sensed Ambiciti user data available throughout the covered city. The observations set must be filtered and pre-processed, in order to only select the ones that were generated in adequate conditions. The prior simulation map is then corrected in a global fashion

La navigation est ainsi définie : l'action ou le moyen d'évaluer et de contrôler l'évolution ou la position d'un système. Dans le cas de robots mobiles, la navigation inclut les sous-problèmes d'estimation de position et de contrôle de mouvement. Les systèmes de navigation des plateformes mobiles de recherche procède sur la base d'une carte. Malheureusement l'estimation de position basé sur un modèle offre des performances décevantes en conditions d'environnement réelles. La présente thèse propose une nouvelle approche de l'estimation de position de robots mobiles, évoluant à l'intérieur de bâtiments. Cette approche est basée sur l'analyse des composantes principales de mesures télémétriques lasers. La simplification, rendue possible par la transformation de données provenant de capteurs en espaces propres de dimensions réduites, permet de relocaliser le robot et de suivre son changement de position au cours de son déplacement, indépendamment des autres sources d'estimations de position (telles que l'odométrie). Cette méthode utilise les mesures adjacentes pour résoudre les ambiguïtés. Il devient ainsi possible d'évaluer et de corriger une technique sous-jacente d'estimation de position telle que l'odométrie

Avec la complexification des tâches confiées aux robots, la perception de l’environnement, aussi appelée perception de scène, doit se faire de manière plus complète. L’emploi simultané de différents types de capteurs, ou multimodalité, est l’un des leviers employés à cet effet. L’exploitation de données issues de modalités différentes nécessite généralement de connaître la pose, c’est-à-dire l’orientation et la position, de chaque capteur relativement aux autres. Les travaux présentés dans cette thèse se concentrent sur la problématique d’estimation de pose robuste dans le cas d’une multimodalité incluant des capteurs de type caméra et LiDAR. Deux contributions majeures sont présentées dans ce manuscrit. On présente dans un premier temps un algorithme d’estimation de pose original s’appuyant sur la correspondances entre droites 2D et 3D, ainsi qu’une connaissance a priori de la direction verticale. Dans l’optique d’améliorer la robustesse de cet algorithme, une deuxième contribution repose sur un algorithme d’appariement de droites et de rejet de paires aberrantes basé RANSAC. Cette méthode fonctionne à l’aide de deux ou d’une seule paire de droites, diminuant le coût en calcul du problème. Les résultats obtenus sur des jeux de données simulées et réelles démontrent une amélioration des performances en comparaison avec les méthodes de l’état de l’art
Camera pose estimation consists in determining the position and the orientation of a camera with respect to a reference frame. In the context of mobile robotics, multimodality, i.e. the use of various sensor types, is often a requirement to solve complex tasks. However, knowing the orientation and position, i.e. the pose, of each sensor regarding a common frame is generally necessary to benefit multimodality. In this context, we present two major contributions with this PhD thesis. First, we introduce a pose estimation algorithm relying on 2D and 3D line and a known vertical direction. Secondly, we present two outliers rejection and line pairing methods based on the well known RANSAC algorithm. Our methods make use of the vertical direction to reduce the number of lines required to 2 and 1, i.e. RANSAC2 and RANSAC1. A robustness evaluation of our contributions is performed on simulated and real data. We show state of the art results

Tirée par le développement et la démocratisation des globes numériques et des systèmes de géolocalisation grand public, la numérisation 3D mobile terrestre en milieux urbains s'est développée de manière très importante ces dix dernières années. Les principaux verrous résiduels de ces systèmes reste d'une part la localisation précise des données pour certaines applications (conduite autonome urbaine, levers de géomètres, etc.) du fait des masques et multi-trajets GPS dans les canyons urbains et d'autre part le passage à l'échelle du traitement de l'information vu les volumes de données considérables acquis chaque jour (plusieurs To).La première partie de cette thèse est consacrée à la présentation de la numérisation mobile, aussi bien du point de vue système que du point de vue usage. Une description fine du système Stéréopolis V2, véhicule de numérisation mobile multi-caméras développée au laboratoire MATIS de l'Institut National de l'Information Géographique et Forestière, est faite afin de présenter les données utilisées dans cette thèse. Les blocs d'images manipulés dans ces travaux sont constitués de plusieurs centaines de milliers à un million d'image. La seconde partie est consacrée à la calibration du système: calibration intrinsèque de caméra, tout d'abord, en utilisant une géométrie d'acquisition de type panoramique, qui permet de s'affranchir de réseaux de cibles 3D métrologiques. Une calibration extrinsèque des imageurs du véhicule, ensuite, qui permet de déterminer de façon précise la position et l'orientation de caméras sur un dispositif de numérisation mobile. Deux procédures sont détaillées et comparées: l'une dite "off-line" nécessitant une acquisition spécifique avec un réseau de cibles métrologiques et l'autre dite "on-line" utilisant uniquement les données d'acquisition standards. Nous démontrons que la méthode "on-line" produit dans les mêmes conditions une précision comparable à celle "off-line" tout en étant plus adaptée aux variations de conditions d'acquisition in-situ. La troisième partie détaille le processus de compensation par faisceaux appliquée aux données de numérisation mobile multi-caméras qui permet d'estimer la pose d'un grand nombre d'images. La mise en équation ainsi que différents cas d'utilisations de la méthode sont explicités. La structuration et la gestion des données dans un entrepôt est elle aussi développée car elle permet la gestion d'importants volumes et donc le passage à l'échelle tout en restant performante. La quatrième et dernière partie propose différentes méthodes de recalage qui peuvent être utilisées aussi bien de manière individuelle que combinées afin de permettre de mettre en cohérence des séquences d'images distinctes (boucles, passage multi-dates, etc.) dans des contextes applicatifs différents
Mobile mapping technology has grown exponentially the last ten years, particularly due to advances in computer and sensor performances. However, the very accurate positioning of data generated by such technique remains a crucial issue. The first part of this thesis presents the mobile mapping system that has been designed in the MATIS lab of IGN as well as its operational use. A detailed analysis of image data is proposed and data used for this work is discussed. The second part tackles the standard calibration procedure. First, camera calibration is performed by using a panoramic-based acquisition geometry, which allows not to required ground control points. Secondly, a full calibration procedure dedicated to the Stéréopolis V2is proposed so as to determine accurately the position and orientation of all the cameras. For that purpose, two procedures are explained : one requiring an area with points positioned with high accuracy ,and the other one based only the data acquisition. The third section details the compensation applied to the mobile mapping car that allows to improve poses of a large number of images. The mathematical formulation is proposed, and various cases of the method are explained. Data management is also presented since it is a mandatory step for efficient large amount of data management The fourth and final part of the thesis presents different registration scenarii, where methods developed in this work can be used individually as well as combined with other ones so as to bring higher coherence between sequences of distinct images

Les travaux présentés dans cette thèse portent sur un paradigme de localisation et de modélisation simultanée de l’environnement (SLAM). Dans ce cadre, le système de perception utilisé est un système de vision omnidirectionnelle stéréoscopique basé sur la translation rigide du capteur SYCLOP développé dans notre laboratoire. La première problématique abordée est celle de la construction d’un modèle sensoriel robuste et cohérent de l’environnement à partir de deux images omnidirectionnelles. Une méthode originale d’association des secteurs issus de chaque image panoramique est proposée et utilise la « théorie des croyances » de Dempster-Shafer. Cette approche associative multi-critères permet par triangulation d’obtenir un modèle sensoriel où les amers verticaux sont représentés par des primitives de types points. La deuxième problématique traitée est celle de la mise en correspondance du modèle sensoriel avec un modèle cartographié de l’environnement. Cette étape est prépondérante puisqu’elle permet au robot de se localiser par rapport à une carte pouvant être à priori connue ou construite de manière incrémentale. Les critères de robustesse et de précision nous ont conduits à valider et à utiliser un algorithme basé sur le calcul de la distance cartésienne. La troisième problématique abordée dans ces travaux, et la plus importante, est celle permettant au robot de construire incrémentalement la carte de son environnement. Cette phase est indissociable de celle qui consiste à localiser le robot. On parle alors de paradigme de localisation et de modélisation simultanée de l’environnement. La phase de génération incrémentale de carte nécessite de s’intéresser aux problèmes que sont (1) le choix d’une représentation, (2) la distinction du cas où l’intégration d’une nouvelle primitive est nécessaire ; (3) la prise en compte de l’interaction entre erreur de localisation et erreur sur l’estimation des paramètres des primitives cartographiques. Nous avons proposé une première approche basée sur une estimation des paramètres des primitives cartographiques au sens des moindres carrés. Le critère décisionnel est géré avec la théorie des croyances de Dempster-Shafer. Nous montons les limites de cette première approche qui engendre des phénomènes de dérives cumulative. Une des raisons expliquant cette dérive est l’absence de prise en compte de la troisième contrainte. Son intégration nous a conduit à proposer un deuxième approche du paradigme SLAM basée sur le formalisme de l’inversion ensembliste (analyse par intervalle). Après avoir reformulé le problème de la localisation au sens ensembliste, nous présentons un module de génération incrémentale de carte basé sur une représentation sous forme de sous-pavages. Les résultats obtenus sur des trajets importants montrent la minimisation des dérives ainsi qu’une précision importante.

Tirée par le développement et la démocratisation des globes numériques et des systèmes de géolocalisation grand public, la numérisation 3D mobile terrestre en milieux urbains s'est développée de manière très importante ces dix dernières années. Les principaux verrous résiduels de ces systèmes reste d'une part la localisation précise des données pour certaines applications (conduite autonome urbaine, levers de géomètres, etc.) du fait des masques et multi-trajets GPS dans les canyons urbains et d'autre part le passage à l'échelle du traitement de l'information vu les volumes de données considérables acquis chaque jour (plusieurs To).La première partie de cette thèse est consacrée à la présentation de la numérisation mobile, aussi bien du point de vue système que du point de vue usage. Une description fine du système Stéréopolis V2, véhicule de numérisation mobile multi-caméras développée au laboratoire MATIS de l'Institut National de l'Information Géographique et Forestière, est faite afin de présenter les données utilisées dans cette thèse. Les blocs d'images manipulés dans ces travaux sont constitués de plusieurs centaines de milliers à un million d'image. La seconde partie est consacrée à la calibration du système: calibration intrinsèque de caméra, tout d'abord, en utilisant une géométrie d'acquisition de type panoramique, qui permet de s'affranchir de réseaux de cibles 3D métrologiques. Une calibration extrinsèque des imageurs du véhicule, ensuite, qui permet de déterminer de façon précise la position et l'orientation de caméras sur un dispositif de numérisation mobile. Deux procédures sont détaillées et comparées: l'une dite "off-line" nécessitant une acquisition spécifique avec un réseau de cibles métrologiques et l'autre dite "on-line" utilisant uniquement les données d'acquisition standards. Nous démontrons que la méthode "on-line" produit dans les mêmes conditions une précision comparable à celle "off-line" tout en étant plus adaptée aux variations de conditions d'acquisition in-situ. La troisième partie détaille le processus de compensation par faisceaux appliquée aux données de numérisation mobile multi-caméras qui permet d'estimer la pose d'un grand nombre d'images. La mise en équation ainsi que différents cas d'utilisations de la méthode sont explicités. La structuration et la gestion des données dans un entrepôt est elle aussi développée car elle permet la gestion d'importants volumes et donc le passage à l'échelle tout en restant performante. La quatrième et dernière partie propose différentes méthodes de recalage qui peuvent être utilisées aussi bien de manière individuelle que combinées afin de permettre de mettre en cohérence des séquences d'images distinctes (boucles, passage multi-dates, etc.) dans des contextes applicatifs différents

<em>Abstract</em>.— Hydroacoustic surveys have proven valuable for estimating reservoir forage fish abundance but are more challenging for adult predators such as striped bass <em>Morone saxatilis</em>. Difficulties in assessing striped bass in reservoirs include their low density and the inability to distinguish species with hydroacoustic data alone. Despite these difficulties, mobile hydroacoustic surveys have potential to provide useful data for management because of the large sample volume compared to traditional methods such as gill netting and the ability to target specific areas where striped bass are aggregated. Hydroacoustic estimates of reservoir striped bass have been made using mobile surveys, with data analysis using a threshold for target strength in order to focus on striped bass-sized targets, and auxiliary sampling with nets to obtain species composition. We provide recommendations regarding survey design, based in part on simulations that provide insight on the level of effort that would be required to achieve reasonable estimates of abundance. Future surveys may be able to incorporate telemetry or other sonar techniques such as side-scan or multibeam in order to focus survey efforts on productive habitats (within lake and vertically). However, species apportionment will likely remain the main source of error, and we see no hydroacoustic system on the horizon that will identify fish by species at the spatial and temporal scale required for most reservoir surveys. In situations where species composition can be reliably assessed using traditional gears, abundance estimates from hydroacoustic methods should be useful to fishery managers interested in developing harvest regulations, assessing survival of stocked juveniles, identifying seasonal aggregations, and examining predator–prey balance.

Estimate uncertainty is a clear metric for sensing problems, but is not traditionally used for optimal control of mobile sensors because it is difficult to model how it is affected by sensor motion. This work develops a multiple-step receding horizon cost for sensor motion control based on minimization of expected entropy of the estimate distribution. The structure of the cost function is analyzed and used to upper bound the degree of coupling between sensors. The contribution is a multiple step prediction of the estimate entropy incorporating probabilistic sensor and target motion models and a decomposition for its decentralized calculation. Multiple-step receding horizon control has the potential to provide better performance than single-step optimization in the cases of delayed payoff or sensor motion constraints, and has not generally been implemented for non-Gaussian models. An example is developed based on a team of unmanned air vehicles carrying vision sensors, and initial simulation results confirm the accuracy of the predictive cost calculation.

The Deepwater Horizon Mobile Offshore Drilling Unit (MODU) was one of several classes of floatable drilling machines. The explosion on April 20, 2010 led to the worst ecological disaster with regard to oil spills in the USA. The objective of this paper is to develop a logical and independent estimate of the oil flow rate into the Gulf of Mexico produced by the rupture in this rig. We employed the NASA Moderate Resolution Imaging Spectroradiometer (MODIS) satellite photographs [1] starting from the days immediately following the disaster to determine the size and intensity of the oil spill. From these images, we obtained the surface area of the oil spill and calculated the oil flow rate by two different methods based on contrasting luminance within the area. The first assumes a constant thickness for the total area with upper and lower bounds for the thickness. The second method separates the spill area into different patches, based on the luminance levels of each. It was found that the probability density function (PDF) of the luminance plots typically showed some natural grouping, allowing patches to be defined. Each patch maps to a specific thickness and the result of the addition of all the patches provides a more accurate average thickness of the spill. With the assumption that evaporation and other loss amounted to 40% of the spill, we obtained, as a result of this analysis procedure, a minimum flow rate of 9,300 barrels per day and a maximum of 93,000 barrels per day using the first method. A value of 51,200 barrels per day was obtained using the method based on patch separation. This latter estimate was a reasonable value obtained based on this relatively simple method but with no details presented in an Extended Abstract in OMAE2012 [4]. It is remarkably consistent with the “official US-Govt. estimates” of [2, 3].