Numérisation et reconstruction 3D de la géométrie de la route par observateurs et stéréovision embarquée

La connaissance du profil et des attributs de la route est un élément critique dans le développement des assistances à la conduite. Ceci est notamment le cas pour les applications d’alerte et d’aide au maintien de voie. Les résultats des travaux de perception, vidéo notamment, permettent uniquement une localisation relative du véhicule par rapport à la route. Ce type de localisation ne permet pas l’accès au positionnement absolu de la route. A ce titre, il est impossible d’avoir accès au devers de la route via une seule caméra vidéo montée en vision frontale. Pour surmonter cette difficulté, nous proposons dans cette thèse une approche de numérisation et de reconstruction 3D de la géométrie de la route (pente, devers et courbure) dans un repère absolu supposé galiléen. L’idée générale de la numérisation 3D de la route, consiste à localiser le véhicule en 3D, faire le recalage pour obtenir celui du centre de la voie et d’associer à chaque positionnement les valeurs numériques des différents attributs de la route. L’approche développée consiste en la fusion d’informations provenant d’une part de capteurs proprioceptifs et extéroceptifs et d’autre part d’observateurs. On y distingue trois phases principales : La première a pour objet l’estimation des attributs de la route à l’aide d’observateurs. La deuxième est dédiée au positionnement relatif de la route par rapport au véhicule à partir de capteurs de vision embarqués sur le véhicule. La dernière phase aboutit à la reconstruction 3D de la route par fusion des informations provenant des deux premières phases. Techniquement les états des véhicules et les attributs de la route sont reconstruit à l’aide de filtres de Kalman étendus et d’observateurs à entrées inconnues. Par la suite, la géométrie 3D de la route, dans le repère absolu, est obtenue en calculant la matrice de passage du repère relatif, lié aux capteurs embarqués, au repère absolu. On utilise pour cela un schéma de fusion avec les données issues du capteur vidéo et les données GPS en utilisant les techniques IMM (Interacting Multiple Models). The knowledge of the profile and the road attributes is a critical item in the development of driving assistances. This is specially the case for alert applications and lateral control. The results of the perception studies, specially the video, only allow a relative localization of the vehicle on the road. This kind of localization does not allow the access to absolute positioning of the road. For this reason