Coordonnées
Email : Antoine.Guillaume.Petit@irisa.fr
Adresse : Irisa / Inria Rennes
Campus de Beaulieu
35042 Rennes cedex - France
Tél : +33 2 99 84 74 21
Fax : +33 2 99 84 71 71
Assistante : +33 2 99 84 22 52
(Céline Gharsalli)
J'ai été diplômé de Supélec en 2010, option Automatique et Conception de Systemes (ACS) à Gif-sur-Yvette, ainsi que de l'Ecole Centrale Paris dans le cadre d'un Master Recherche Aéronautique et Spatial. Avant de rejoindre l'équipe Lagadic en tant que doctorant, j'ai effectué mon stage de fin d'étude au sein de l'équipe, pendant 5 mois, travaillant sur l'application d'un algorithme de suivi basé vision dans un contexte de rendez-vous spatial, en partenariat avec EADS Astrium. J'ai débuté mon doctorat en décembre 2010, sous la responsabilité d'Eric Marchand, dans le cadre d'un projet avec EADS Astrium. Mes recherches concernent les techniques de suivi basé modèle.
Determiner la pose de la caméra par rapport à l'objet cible s'avère crucial dans beaucoup d'applications en robotique. S'appuyant sur la connaissance du modèle 3D complet d'un objet présentant une forme complexe, nous travaillons sur des méthodes permettant le suivi image par image de cette cible et l'initialisation de ce suivi par détection.
La désorbitation de débris lourds (au delà d'une tonne) a été identifiée comme un enjeu majeur afin de contrôler la prolifération de ces débris et de limiter le risque pour des satellites actifs. En ce sens, l'Agence Spatiale Européenne (ESA) a récemment lancé des projets comme le Geostationnary Servicing Vehicle (GSV) ou le RObotic GEostationary orbit Restorer (ROGER), tous deux destinés à capturer, inspecter, assister ou désorbiter des satellites défaillants. Actuellement, Astrium élabore également des solutions de navigation, au niveau capteur, à bord d'un véhicule d'évacuation de débris, avec comme principal objectif d'assurer un haut niveau de fiabilité lors de manoeuvres de proximité. Pour ces raisons, nos approches, qui permettent la détection et le suivi 3D d'une cible complexe, en se basant sur son modèle 3D et en utilisant un caméra monoculaire, sont particulièrement adaptées à ces applications.
Projection et exploitation efficace du modèle 3D completLa plupart des techniques classiques traitent des modèles 3D constitués de lignes. Mais réaliser le projection du modèle complet dans l'image conduit à certaines limites pour des objets présentant des formes cylindriques , sphériques, courbes, complexes. Des modèles polygonaux complets pour ce type d'objet s'avèrent trop lourds et nécessitent ainsi d'êtres remodelés manuellement afin de conserver les contours les plus significatifs de la scène et d'obtenir un temps de calcul acceptable. Un premier enjeu pour notre approche est donc de pouvoir traiter un modèle polygonal complet. Notre méthode repose ainsi sur l'utilisation du processeur graphique et d'un moteur de rendu 3D, afin d'opérer la projection du modèle automatiquement et déterminer les contours visibles et saillants ainsi que les contours de texture directement à partir de la scène rendue. Structure multi-hypothèsesAfin d'améliorer la robustesse de l'estimation de pose et d'éviter des problèmes dus aux ambiguités entre contours, il est possible de considérer différentes hypothèses correspondant à des contours potentiels dans l'image. Elles correspondent à différents maxima locaux du gradient le long de la normale au contour du modèle projeté. Nous choisissons l'hypothèse présentant la plus petite distance avec la ligne 3D sous-jacente au contour projeté dans le processus de minimisation. Nous proposons aussi de tirer profit de primitives de type ligne, en regroupant les points de contours en clusters associés à des lignes et de leur déterminer des hypothèses de contours dans l'image en rapport avec ces lignes. |
|
L'idée est de combiner dans le critère global à minimiser deux primitives complémentaires: des primitives géométriques, reposant sur les distances entre les contours du modèles et les contours extraits de l'image et des primitives de type couleur, visant à ségmenter l'objet par rapport au fond à partir de statistiques de couleur le long des contours de silhouette du modèle projetté. Pour une meilleure robustesse, des M-estimeteurs sont employés pour les deux fonctions de coûts et une cohérence temporelle est intégrée pour les primitives de type couleur. |
|
Application en Réalité Augmentée Cette méthode a été appliquée pour de la Réalité Augmentée, avec un modèle 3D complet de l'objet, reconstruit à partir d'un capteur Kinect. |
|
Afin d'asservir un bras robotique à 6 degrés de liberté et de simuler un rendez-vous avec une maquette d'un satellite de télécommunication, nous proposons d'utiliser le suivi basé modèle 3D au sein d'une boucle d'asservissement visuel 2D 1/2. La manoeuvre est divisée en trois phases : une première translation pour amener la cible au centre de l'image, une phase de fly-around pour se réaligner sur l'axe du port d'amarrage de la cible et une phase de translation jusqu'à approcher l'amarrage sur la cible. |
Liste complète (et fichiers postcript ou pdf si disponibles)
|
| Lagadic
| Plan du site
| Équipes
| Publications
| Démonstrations
|
Irisa - Inria - Copyright 2014 © Projet Lagadic |
