PRAC2010 : Prévention des Risques et Aides à la Conduite, Paris, 4-5 mai 2010

Détection de conditions réduites de visibilité par

caméra bord de voies

Nicolas Hautière, LEPSIS, INRETS/LCPCJérémie Bossu, LEPSIS, INRETS/LCPC

Erwan Bigorgne, LEPSIS, INRETS/LCPCDidier Aubert, LIVIC, INRETS/LCPC

PRAC2010 : Prévention des Risques et Aides à la Conduite, Paris, 4-5 mai 2010

Thème 1 – Caractérisation du risque routier 2

Plan de la présentation

Contexte Objectif Méthode Outils Résultats Perspectives

3

Contexte (1/3)

Le projet Européen SAFESPOT : Combiner les informations issues de capteurs

placés dans les véhicules avec celles issues de capteurs placés en bord de voies pour prévenir l’occurrence d’incidents / accidents par l’utilisation des communications véhicule à véhicule et véhicule infrastructure

4

Capteurs bord de voies

Véhicules SAFESPOT

Fusion de

données Applications

Génération

d’alertes

RouteurVANET

Véhicules SAFESPO

T

Horloge GPS

Plate-forme bord de voies

Carte locale

dynamique

Contexte (2/3)

La plate-forme bord de voies SAFESPOT :

5

Cartographie du fournisseur

Emplacement, champ de vue des capteurs

Détecteur bord de voie

Détecteur bord de voie

Informations régionales temporaires

AccidentAccident

Brouillard diurneBrouillard diurne

Congestion

Congestion

Ego-VéhiculeEgo-

Véhicule

Cycle de feux

Cycle de feux

Véhicules en file d’attente

Véhicules en file d’attente

Trafic routier

!

Contexte (3/3)

La carte locale dynamique :

6

Objectif

Spécifier, développer et tester un capteur bord de voies visant à détecter et caractériser des conditions réduites de visibilité météorologique (brouillard et pluie)

Cartographie du fournisseur

Emplacement, champ de vue des capteurs

Détecteur bord de voieDétecteur bord de

voie

Informations régionales temporaires

AccidentAcciden

t

Brouillard diurneBrouillard diurne

CongestionCongestion

Ego-VéhiculeEgo-

Véhicule

Cycle de feuxCycle de

feux

Véhicules en file d’attente

Véhicules en file d’attente

Trafic routier

!

On cherche à alimenter

7

Visibilité routière

Fondé sur la norme Française NF-P-99-320 Le système doit détecter des visibilités en dessous de 400m Le système doit affecter les visibilités estimées à l’une des

quatre catégories suivantes :

Le système doit déterminer l’origine de la baisse de visibilité : Brouillard, hydrométéores

Catégorie de

Visibilité

Distance de visibilité [m]

1 200 to 400

2 100 to 200

3 50 to 100

4 <50

8

Méthode (1/2)

Pourquoi la vision Capteurs existant coûteux Peu fiables en présence de brouillard dense ou

inhomogène Caméras de vidéosurveillance existantes (pas de

coût supplémentaire) Si ajout de caméras, la multiplicité des

fonctionnalités réduit le coût de cette fonctionnalité.

9

Méthode (2/2)

Le principe : Spécification d’une

caméra adaptée

Modélisation du fond de la scène référence

Comparaison entre la référence et l’image courante les nouveautés dans la scène.

Dynamique différente entre brouillard et pluie : Détection et caractérisation du brouillard sur le modèle de fond Détection et caractérisation de la pluie parmi les nouveautés

10

Outil pour ladétection du brouillard

Séquenced’images

Détection du brouillard

+distance de

visibilité Météorologique

Vmet

Espace navigable

distance de visibilité MobiliséeVmob

11

Outil pour ladétection d’hydrométéores

Détection

Segmentation

Classification

Séquenced’images

12

Enrichissement de la distance de visibilité estimée (1/2)

Fusion de données : Combinaison des informations

délivréees par différents capteurs pour calculer un seul descripteur de la distance de visibilité

La distance de visibilité est le barycentre spatial des sorties des différents capteurs

L’incertitude correspondante est la somme pondérée de:

L’incertitude sur les mesures capteurs L’incertitude induite par la distance à

la source L’incertitude sur le statut des lampes

anti-brouillard (véhicules avec lampes allumées et d’autres avec lampes éteintes)

Autres sources possible :

Capteur de brouillard embarqué

Statut des lampes anti-brouillard

Visibilitimètre

13

Résultats sur les pistesde Satory

Enrichissement de la distance de visibilité estimée (2/2)

Carte d’incertitude

Carte de la visibilité météo

Caméra Caméra embarquée Lampe anti-brouillard activée Lampe anti-brouillard éteinte

14

Résultats

Brouillard : 100 % de bonne détection (2h de vidéo avec et sans brouillard)

Erreur inférieure à 10 % sur l’estimation de la distance de visibilité (~50 images sur site avec mire)

Pluie : 95 % de bonne détection (10 min avec et sans pluie)

Manque de référence terrain pour quantifier la précision sur l’estimation de la densité de la pluie

15

Perspectives

Une évaluation plus systématique doit être effectuée.

Traiter le brouillard de nuit

Réalisation d’une application d’alerte sur «Vitesse inadaptée »

Alerte sur vitesse

Futur tests sur le site de Guerville

Brouillard de nuit

!

Détection de conditions météo

dégradées

conditions météo

Mise à jour carte

Nouvelle carte Vitesse conseillée

Définition des vitesses

admissibles

Alerte au conducteur