/
Nouveauté
0/5

0 avis

Lane-level vehicle localization with integrity monitoring for data aggregation


Type de document : Thèse
Langue : anglais

Responsabilité(s) :


Responsabilité(s) secondaire (s) :
Université de soutenance : Université de Technologie de Compiègne

Numéro national de thèse : 2018COMP2458

Année de publication : 2018


Discipline : Robotique : Unité de recherche Heudyasic (UMR-7253)

Sujets :


Mots clés :

Résumé(s) :

  • Les informations contenues dans les cartes routières numériques revêtent une importance grandissante dans le domaine des véhicules intelligents. La prise en compte d environnements de plus en plus complexes a augmenté le niveau de précision exigé des informations cartographiques. Les cartes routières numériques, considérées ici comme des bases de données géographiques, contiennent des informations contextuelles sur le réseau routier, facilitant la compréhension correcte de l environnement. En les combinant avec les données provenant des capteurs embarqués, une représentation plus ne de l environnement peut être obtenue, améliorant grandement la compréhension de contexte du véhicule et la prise de décision. La performance des différents capteurs peut varier grandement en fonction du lieu considéré, ceci étant principalement dû à des facteurs environnementaux. Au contraire, une carte peut fournir ses informations de manière able, sans être a ectée par ces éléments extérieurs, mais pour cela, elle doit reposer sur un autre élément essentiel : une source de localisation. Le secteur automobile utilise les systèmes de localisation globale par satellite (GNSS) à des ns de localisation absolue, mais cette solution n est pas parfaite, étant soumise à di érentes sources d erreur. Ces erreurs sont elles aussi dépendantes de l environnent d évolution du véhicule (par exemple, des multi-trajets causés par des bâtiments). Nous sommes donc en présence de deux systèmes centraux, dont les performances sont d dépendantes du lieu considéré. Cette étude se focalise sur leur dénominateur commun : la carte routière numérique, et son utilisation en tant qu outil d évaluation de leur performance. L idée développée durant cette thèse est d utiliser la carte en tant que canevas d apprentissage, pour stocker des informations géoréférencées sur la performance des diésèrent capteurs équipant le véhicule, au cours de trajets répétitifs. Pour cela, une localisation robuste, relative à la carte, est nécessaire au travers d une méthode de map-matching. La problématique principale réside dans la di érence de précision entre la carte et le positionnement GNSS, créant des situations ambigües. Durant cette thèse, un algorithme de map-matching a été conçu pour gérer ces ambigüités en fournissant des hypothèses multiples lorsque nécessaire. L objectif est d assurer l intégrité de l algorithme en retournant un ensemble d hypothèses contenant l hypothèse correcte avec une grande probabilité. Cet algorithme utilise les capteurs proprioceptifs dans une approche de navigation à l estime aidée d informations cartographiques. Une procédure d évaluation de cohérence, utilisant le GNSS comme information redondante de positionnement est ensuite appliquée, visant à isoler une hypothèse cohérente unique qui pourra ainsi être utilisée avec con ance dans le processus d écriture dans la carte. L utilisation de la carte numérique en écriture/lecture a été évaluée et la procédure complète d écriture a été testée sur des données réelles, enregistrées par des véhicules expérimentaux sur route ouverte.
  • The information stored in digital road maps has become very important for intelligent vehicles. As intelligent vehicles address more complex environments, the accuracy requirements for this information have increased. Regarded as a geographic database, digital road maps contain contextual information about the road network, crucial for a good understanding of the environment. When combined with data acquired from on-board sensors, a better representation of the environment can be made, improving the vehicle s situation understanding. Sensors performance can vary drastically depending on the location of the vehicle, mainly due to environmental factors. Comparatively, a map can provide prior information more reliably but to do so, it depends on another essential component: a localization system. Global Navigation Satellite Systems (GNSS) are commonly used in automotive to provide an absolute positioning of the vehicle, but its accuracy is not perfect: GNSS are prone to errors, also depending greatly on the environment (e.g., multipaths). Perception and localization systems are two important components of an intelligent vehicle whose performances vary in function of the vehicle location. This research focuses on their common denominator, the digital road map, and its use as a tool to assess their performance. The idea developed during this thesis is to use the map as a learning canvas, to store georeferenced information about the performance of the sensors during repetitive travels. This requires a robust localization with respect to the map to be available, through a process of map-matching. The main problematic is the discrepancy between the accuracy of the map and of the GNSS, creating ambiguous situations. This thesis develops a map-matching algorithm designed to cope with these ambiguities by providing multiple hypotheses when necessary. The objective is to ensure the integrity of the result by returning a hypothesis set containing the correct matching with high probability. The method relies on proprioceptive sensors via a dead-reckoning approach aided by the map. A coherence checking procedure using GNSS redundant information is then applied to isolate a single map-matching result that can be used to write learning data with con dence in the map. The possibility to handle the digital map in read/write operation has been assessed and the whole writing procedure has been tested on data recorded by test vehicles on open roads.

Autre(s) titre(s):

  • Titre traduit : Estimation intègre par les véhicules de leur voie de circulation pour l agrégation de données


  • Voir le document
  • Consulter en ligne

    Suggestions

    Du même auteur

    Estimating localization uncertainty using multi-hypothesis map-matching on high-definition road maps | Bonnifait, Philippe

    Estimating localization uncertainty using multi-hypothesis map-matching on high-definition road maps / Bonnifait, Philippe - Ibanez Guzman, Javier - Li, Franck - IEEE, 2018

    Lane-level road maps are necessary for Advanced Driving Assistance Systems (ADAS) and autonomous vehicles, providing prior contextual information on the road network. At this level of detail, map-matching becomes complex: Much amb...

    Source : Ressources électroniques

    EXTR|EXTR

    Autonomous road vehicles localization using satellites, lane markings and vision | Tao, Zui (19..-....). Auteur

    Autonomous road vehicles localization using satellites, lane markings and vision / Tao, Zui (19..-....). Auteur, 2016

    L'estimation de la pose (position et l'attitude) en temps réel est une fonction clé pour les véhicules autonomes routiers. Cette thèse vise à étudier des systèmes de localisation pour ces véhicules en utilisant des capteurs automo...

    Source : Ressources électroniques

    THES|THES

    Lane-level map-matching with integrity on high-definition maps | Bonnifait, Philippe

    Lane-level map-matching with integrity on high-definition maps / Bonnifait, Philippe - Li, Franck - Ibanez Guzman, Javier - Zinoune, Clément - IEEE, 2017

    Navigation maps provide important information for Advanced Driving Assistance Systems (ADAS) and Autonomous Vehicles. This paper presents a method estimating a set of likely map-matched hypotheses containing the correct solution w...

    Source : Ressources électroniques

    EXTR|EXTR

    Du même sujet

    Autonomous road vehicles localization using satellites, lane markings and vision | Tao, Zui (19..-....). Auteur

    Autonomous road vehicles localization using satellites, lane markings and vision / Tao, Zui (19..-....). Auteur, 2016

    L'estimation de la pose (position et l'attitude) en temps réel est une fonction clé pour les véhicules autonomes routiers. Cette thèse vise à étudier des systèmes de localisation pour ces véhicules en utilisant des capteurs automo...

    Source : Ressources électroniques

    THES|THES

    Contribution to evidential models for perception grids | Yu, Chunlei (19..-....). Auteur

    Contribution to evidential models for perception grids : application to intelligent vehicle navigation / Yu, Chunlei (19..-....). Auteur, 2016

    Pour les véhicules intelligents, un système de perception est un élément clé pour caractériser en temps réel un modèle de l environnement de conduite autour du véhicule. Lors de la modélisation de l environnement, les informations...

    Source : Ressources électroniques

    THES|THES

    Autonomous integrity monitoring of navigation maps on board intelligent vehicles | Zinoune, Clément (19..-....). Auteur

    Autonomous integrity monitoring of navigation maps on board intelligent vehicles / Zinoune, Clément (19..-....). Auteur, 2014

    Les véhicules dits intelligents actuellement développés par la plupart des constructeurs automobiles, ainsi que les véhicules autonomes nécessitent des informations sur le contexte dans lequel ils évoluent. Certaines de ces inform...

    Source : Ressources électroniques

    THES|THES

    Chargement des enrichissements...

    Avis des lecteurs