Upload
aglae-bourguignon
View
110
Download
3
Embed Size (px)
Citation preview
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