FR3103301A1 - Procédé de détection de pics d’intensité de faisceau lumineux réfléchi de manière spéculaire - Google Patents
Procédé de détection de pics d’intensité de faisceau lumineux réfléchi de manière spéculaire Download PDFInfo
- Publication number
- FR3103301A1 FR3103301A1 FR1912866A FR1912866A FR3103301A1 FR 3103301 A1 FR3103301 A1 FR 3103301A1 FR 1912866 A FR1912866 A FR 1912866A FR 1912866 A FR1912866 A FR 1912866A FR 3103301 A1 FR3103301 A1 FR 3103301A1
- Authority
- FR
- France
- Prior art keywords
- light beam
- points
- time
- reflected light
- intensity peak
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
- G01S17/894—Three-dimensional [3D] imaging with simultaneous measurement of time-of-flight at a two-dimensional [2D] array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/487—Extracting wanted echo signals, e.g. pulse detection
- G01S7/4876—Extracting wanted echo signals, e.g. pulse detection by removing unwanted signals
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/254—Image signal generators using stereoscopic image cameras in combination with electromagnetic radiation sources for illuminating objects
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
- G06T2207/10021—Stereoscopic video; Stereoscopic image sequence
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
La présente invention concerne un procédé d’identification d’au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire comprenant :
a. une étape (E1) de détection d’au moins un pic d’intensité de faisceau lumineux présent dans une première image prise à l’instant t ;
b. une étape (E2) de calcul d’un vecteur normal (N) à une surface en chaque point de la première image associé à un pic d’intensité détecté à l’étape (E1) ;
c. une étape (E3) de calcul d’un vecteur (L) de la direction du faisceau lumineux incident en chaque point de la première image prise à l’instant (t) associé à un pic d’intensité détecté à l’étape (E1) ;
d. une étape (E4) de détermination de la colinéarité entre le vecteur normal (N) et le vecteur (L) de la direction du faisceau lumineux incident afin d’identifier un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire.
Figure pour abrégé : Figure 3
Description
La présente invention se rapporte au domaine du traitement d’images et concerne plus précisément un procédé de détection de pics d’intensité de faisceau lumineux réfléchi de manière spéculaire présents dans une image acquise par un dispositif d’imagerie laser, tel qu’un lidar.
Plus particulièrement, l’invention vise à détecter les pics d’intensité de faisceau lumineux réfléchi de manière spéculaire parmi un ensemble de pics d’intensité générés dans un spectre de faisceau lumineux réfléchi par la surface d’un objet. L’invention s’applique notamment à un véhicule automobile comprenant un dispositif d’imagerie embarqué et un calculateur mettant en œuvre un tel procédé afin, par exemple, de reconstruire en trois dimensions l’environnement du véhicule.
De nos jours, il est connu d’équiper un véhicule automobile d’un système d’assistance à la conduite appelé communément ADAS (« Advanced Driver Assistance System » en anglais). Un tel système comprend de manière connue un dispositif d’imagerie par exemple laser tel qu’un Lidar (acronyme anglais de Light Detection And Ranging), par exemple monté sur le véhicule, qui permet de générer une série d’images représentant l’environnement du véhicule. Ces images sont ensuite exploitées par une unité de traitement dans le but d’assister le conducteur, par exemple en détectant un obstacle (piétons, véhicule à l’arrêt, objets sur la route, etc.) ou bien en estimant le temps avant collision avec les obstacles. Les informations données par les images acquises par le lidar doivent donc être suffisamment fiables et pertinentes pour permettre au système d’assister le conducteur du véhicule.
Le lidar est un capteur optique actif qui émet un faisceau laser selon un axe de visée en direction d’une cible. La réflexion du faisceau laser à partir de la surface de la cible est détectée par des récepteurs dans le lidar. Ces récepteurs enregistrent le temps qui s’écoule entre le moment où l’impulsion laser est émise et celui où elle est reçue par le capteur pour calculer la distance entre le capteur et la cible. Les mesures de distances collectées par le lidar, associés avec des informations de positionnement sont transformées en mesures de points tridimensionnels réels de la cible. Pour chacun des points générés, des informations supplémentaires sont associées telles que l’intensité de la lumière réfléchie mesurée par les récepteurs du lidar, l’angle d’incidence du faisceau laser sur la cible, c’est-à-dire l’angle entre le faisceau laser et la normale à la surface de la cible.
Il est également possible d’obtenir en couplant une caméra stéréo avec un émetteur infrarouge un ensemble de points 3D et d’avoir ainsi, à chaque instant de temps, une reconstruction 3D de la scène observée par la caméra.
A partir de l’ensemble des points 3D générés par le lidar obtenu à deux instants d’acquisition successifs, il est connu par exemple d’utiliser des techniques de traitement des zones d’images contiguës, pour détecter des points d’intérêt présent dans une image. Une des techniques consiste à détecter le barycentre (dit «blob» en anglais) de zones d’intérêts comme points d’intérêts, tels que par exemple des pics d’intensité. Cette technique permet ainsi de suivre des points dans des images générées par le lidar. Un tel suivi permet de reconstruire l’environnement tridimensionnel observé par le véhicule, de prendre en compte la dynamique de la scène observée et la trajectoire du véhicule afin d’assister le conducteur dans sa conduite.
Plusieurs méthodes peuvent être utilisées pour détecter les pics d’intensité au sein d’une image :
- seuillage de l’intensité: extraction d’un pic dès que le signal dépasse un seuil fixé;
- convolution avec un noyau gaussien: extraction d’un pic lorsque la convolution d’un pixel de l’image avec un noyau gaussien est maximal localement dans l’image.
- seuillage de l’intensité: extraction d’un pic dès que le signal dépasse un seuil fixé;
- convolution avec un noyau gaussien: extraction d’un pic lorsque la convolution d’un pixel de l’image avec un noyau gaussien est maximal localement dans l’image.
Lorsqu’un faisceau lumineux rencontre la surface d’un objet, la lumière peut être réfléchie de deux façons:
- diffuse: réflexion isotrope avec la même intensité;
- spéculaire: direction du rayon réfléchie symétrique au rayon émis par rapport à la normale à la surface.
- diffuse: réflexion isotrope avec la même intensité;
- spéculaire: direction du rayon réfléchie symétrique au rayon émis par rapport à la normale à la surface.
Selon un modèle connu, l’intensité de la lumière réfléchie sur une surface d’un objet résulte de l’association de trois termes: l’intensité de la lumière ambiante Ia, l’intensité de la lumière diffusée Idet l’intensité de la lumière réfléchie de manière spéculaire Is.
En référence à la figure 1A, le faisceau lumineux du flash lidar est émis en direction de la surface de l’objet selon une direction d’émission (L) intersectant l’objet au point Pi(xi, yi, zi) par le dispositif d’imagerie laser. Le faisceau lumineux incident forme un angle d’incidence θ avec la normale (N) à la surface d’un objet 1. Le faisceau lumineux est réfléchi de manière spéculaire selon une direction (R). L’intensité du faisceau lumineux réfléchi est détectée par des capteurs selon une direction de détection (D). La direction de détection (D) et la direction du faisceau lumineux réfléchi de manière spéculaire(R) forme un angle α.
L’expression de l’intensité de la lumière réfléchie reçue mesurée par les capteurs est définie par la relation suivante: Ir= Ia+ Id+ Is. Iaest l’intensité de la lumière ambiante et est égale à une constante qui est mesurée et compensée par soustraction. Idest l’intensité de la lumière réfléchie de manière diffuse et est définie selon la relation Id= Rd.cosθ.(1/d2), où Rdest un coefficient de réflexion diffuse, θ l’angle d’incidence et d la distance entre les capteurs et le point Pi. Isest l’intensité de la lumière réfléchie de manière spéculaire et est définie par la relation Is= W.(cos α)n.(1/d2), où W est un coefficient de réflexion spéculaire, α est l’angle entre la direction du faisceau lumineux réfléchi de manière spéculaire (R) et la direction de détection des capteurs du dispositif d’imagerie (D), n est une puissance qui modélise la lumière réfléchie de manière spéculaire par l’objet, n étant un nombre empirique compris généralement entre 1 et 200.
La figure 1B illustre une configuration particulière où le flash lidar est utilisé comme dispositif d’acquisition d’images, par conséquent, la direction d’émission du faisceau lumineux (L) et la direction de détection du faisceau lumineux réfléchi (D) sont colinéaires, l’angle α est alors égal à deux fois l’angle d’incidence θ, l’angle entre la direction du faisceau lumineux incident (L) et la normale à la surface (N). L’intensité du faisceau lumineux réfléchi de manière spéculaire est définie par la relation Is= W (cos 2θ)n1/d2.
Dans le cas où θ est nul, c’est-à-dire dans la configuration où la direction du faisceau lumineux réfléchi de manière spéculaire (R) est également colinéaire à la direction de la normale (N) à la surface de l’objet en point Piet à la direction de détection (D), l’intensité de la lumière réfléchie de manière spéculaire détectée est dans ce cas maximale: Is max= W/d2.
La figure 2A montre une image d’intensité de faisceau lumineux réfléchi par un objet enregistré par un flash lidar. La figure 2B illustre un exemple de courbe 4 représentant un profil d’intensité de lumière réfléchie de manière spéculaire suivant une ligne D-D dans l’image d’intensité de la figure 2A, avec en abscisse la position suivant l’axe D et en ordonnée l’intensité de la lumière réfléchie spéculaire. L’intensité de la lumière réfléchie de manière spéculaire est maximale, au niveau du reflet 2 sur l’image de la figure 2A. Pour la suite de la description, on désigne l’intensité maximale 3 de la lumière réfléchie de manière spéculaire de la courbe par le terme «pic d’intensité spéculaire».
Or il est connu que la position des pics d’intensité spéculaire est une information décorrélée par rapport au mouvement du flash lidar au cours du temps. En effet ils sont générés uniquement lorsque la surface tangente en un point de la cible est orientée perpendiculairement à la lumière incidente. Ainsi ces pics d’intensité dépendent entièrement de l’orientation des surfaces constituant les objets.
Par conséquent, la présence de ces pics d’intensité spéculaire peut induire en erreur les techniques de traitement d’images basées sur l’identification des points caractéristiques par l’intermédiaire des pics d’intensité, créant ainsi des associations d’images erronées. En effet, les points identifiés comme étant des points caractéristiques d’une image étant décorrélés par rapport au mouvement du lidar, ne permettent pas de déterminer le mouvement du point, et peuvent conduire à déterminer un mouvement erroné de l’objet. Ainsi une reconstruction 3D de l’environnement du véhicule ou la détermination de la trajectoire du véhicule basée en partie sur ces points peuvent être erronée et peuvent induire en erreur le système de l’assistance à la conduite fournie au conducteur.
La présente invention vise à remédier en partie à ces inconvénients en proposant une solution à la fois facile et rapide à mettre en œuvre en proposant de détecter les pics d’intensité spéculaire afin de pouvoir les supprimer pour rendre la technique de traitement d’images plus fiable et précise.
A cette fin, selon un mode de réalisation, l’invention a pour objet un procédé d’identification d’au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire, présent dans une séquence d’images prises par un dispositif d’imagerie, ladite séquence d’images comprenant au moins une première image prise à l’instant t, chacune des images étant obtenue à partir d’un ensemble de points tridimensionnels Pi(xi, yi, zi) générés par ledit dispositif d’imagerie, chacun des points étant associé à une information d’intensité de faisceau lumineux réfléchi reçu par un ensemble de capteurs dudit dispositif d’imagerie; le procédé comprenant les étapes suivantes :
a. une étape (E1) de détection d’au moins un pic d’intensité de faisceau lumineux présent dans ladite au moins une première image prise à l’instant t ;
b. une étape (E2) de calcul d’un vecteur normal (N) à une surface en chaque point de ladite au moins une première image prise à l’instant (t) associé à un pic d’intensité détecté à l’étape (E1) ;
c. une étape (E3) de calcul d’un vecteur (L) de la direction du faisceau lumineux incident en chaque point de ladite au moins une image prise à l’instant t associé à un pic d’intensité détecté à l’étape (E1) ;
d. une étape (E4) de détermination de la colinéarité entre le vecteur normal (N) et le vecteur (L) de la direction du faisceau lumineux incident afin d’identifier au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire parmi ledit au moins un pic d’intensité détecté à l’étape (E1).
a. une étape (E1) de détection d’au moins un pic d’intensité de faisceau lumineux présent dans ladite au moins une première image prise à l’instant t ;
b. une étape (E2) de calcul d’un vecteur normal (N) à une surface en chaque point de ladite au moins une première image prise à l’instant (t) associé à un pic d’intensité détecté à l’étape (E1) ;
c. une étape (E3) de calcul d’un vecteur (L) de la direction du faisceau lumineux incident en chaque point de ladite au moins une image prise à l’instant t associé à un pic d’intensité détecté à l’étape (E1) ;
d. une étape (E4) de détermination de la colinéarité entre le vecteur normal (N) et le vecteur (L) de la direction du faisceau lumineux incident afin d’identifier au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire parmi ledit au moins un pic d’intensité détecté à l’étape (E1).
Ainsi, en discriminant les points associés à des pics d’intensité spéculaire parmi une pluralité de points associés à des pics d’intensité à partir directement des images prises par un des dispositifs d’imagerie laser du système d’assistance à la conduite, le procédé selon l’invention permet d’éviter des erreurs d’association de points d’intérêt dans les images réalisées lors du traitement d’images basé sur des points ayant des propriétés physiques similaires telles que le pic d’intensité de la lumière réfléchie.
Dans un autre mode de réalisation de l’invention, le procédé comprend en outre une phase de consolidation comprenant les étapes suivantes :
e. une étape (E5) de calcul d’une nouvelle position à l’instant t+1 pour chacun des points associé à un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire déterminé à l’étape (E4), ledit calcul étant réalisé à partir de la position connue desdits points à l’instant t et de la géométrie liée au déplacement du dispositif d’imagerie entre l’instant t et l’instant t+1 ;
f. une étape (E6) de détection d’au moins un pic d’intensité de faisceau lumineux réfléchi dans au moins une deuxième image prise à l’instant t+1 ;
g. une étape (E7) de comparaison entre la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire calculée à l’étape (E5) et la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux déterminée à l’étape (E6) afin de déterminer si les points identifiés à l’étape (E4) comme étant des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire sont effectivement décorrélés par rapport au mouvement dudit dispositif d’imagerie.
e. une étape (E5) de calcul d’une nouvelle position à l’instant t+1 pour chacun des points associé à un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire déterminé à l’étape (E4), ledit calcul étant réalisé à partir de la position connue desdits points à l’instant t et de la géométrie liée au déplacement du dispositif d’imagerie entre l’instant t et l’instant t+1 ;
f. une étape (E6) de détection d’au moins un pic d’intensité de faisceau lumineux réfléchi dans au moins une deuxième image prise à l’instant t+1 ;
g. une étape (E7) de comparaison entre la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire calculée à l’étape (E5) et la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux déterminée à l’étape (E6) afin de déterminer si les points identifiés à l’étape (E4) comme étant des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire sont effectivement décorrélés par rapport au mouvement dudit dispositif d’imagerie.
Selon une forme de réalisation de l’invention, l’étape (E1) de détection d’au moins un pic d’intensité est basée sur une technique de détection dite de «blob».
Selon encore une autre forme de réalisation de l’invention, l’étape (E2) de calcul d’un vecteur normal (N) à une surface en chaque point Pi(xi, yi, zi) de ladite au moins une première image prise à l’instant t comprend les sous-étapes suivantes :
b1. choisir deux points voisins Pi+1, Pi+2pour chaque point Pi(xi, yi, zi) associé à un pic d’intensité de faisceau lumineux réfléchi détecté à l’étape E1 ;
b2. former deux vecteursu 1 (P i P i+1 ) etu 2 (P i P i+2 ) à partir des trois points Pi, Pi+1, Pi+2;
b3. calculer la normale (N) résultant du produit vectoriel entre lesdits deux vecteurs.
b1. choisir deux points voisins Pi+1, Pi+2pour chaque point Pi(xi, yi, zi) associé à un pic d’intensité de faisceau lumineux réfléchi détecté à l’étape E1 ;
b2. former deux vecteursu 1 (P i P i+1 ) etu 2 (P i P i+2 ) à partir des trois points Pi, Pi+1, Pi+2;
b3. calculer la normale (N) résultant du produit vectoriel entre lesdits deux vecteurs.
De préférence, chacun des points correspond à un pixel de l’image.
Selon une variante de l’invention, ledit dispositif d’imagerie est un dispositif de flash lidar configuré pour générer un ensemble de points Pi(xi, yi, zi).
Selon une autre variantede l’invention, ledit dispositif d’imagerie est un système de caméras stéréo couplées à un émetteur infrarouge configuré pour générer un ensemble de points tridimensionnels Pi(xi, yi, zi).
Selon un autre aspect, l’invention propose un calculateur pour véhicule automobile, destiné à détecter au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire, présent dans une séquence d’images prises par un dispositif d’imagerie, ladite séquence d’images comprenant au moins une première image prise à l’instant t, chacune des images étant obtenue à partir d’un ensemble de points tridimensionnels Pi(xi, yi, zi) générés par ledit dispositif d’imagerie, chacun des points étant associé à une information d’intensité de faisceau lumineux réfléchi reçu par un ensemble de capteurs, le calculateur étant configuré pour :
a. détecter dans une étape (E1) au moins un pic d’intensité de faisceau lumineux présent dans ladite au moins une première image prise à l’instant t ;
b. calculer dans une étape (E2) un vecteur normal (N) à une surface en chaque point de ladite au moins une première image prise à l’instant t associé à un pic d’intensité détecté à l’étape (E1) ;
c. calculer dans une étape (E3) un vecteur (L) de la direction du faisceau lumineux incident en chaque point de ladite au moins une image prise à l’instant (t) associé à un pic d’intensité détecté à l’étape (E1);
d. déterminer dans une étape (E4) la colinéarité entre le vecteur normal (N) et le vecteur (L) de la direction du faisceau lumineux incident afin d’identifier au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire parmi ledit au moins pic d’intensité détecté à l’étape (E1).
a. détecter dans une étape (E1) au moins un pic d’intensité de faisceau lumineux présent dans ladite au moins une première image prise à l’instant t ;
b. calculer dans une étape (E2) un vecteur normal (N) à une surface en chaque point de ladite au moins une première image prise à l’instant t associé à un pic d’intensité détecté à l’étape (E1) ;
c. calculer dans une étape (E3) un vecteur (L) de la direction du faisceau lumineux incident en chaque point de ladite au moins une image prise à l’instant (t) associé à un pic d’intensité détecté à l’étape (E1);
d. déterminer dans une étape (E4) la colinéarité entre le vecteur normal (N) et le vecteur (L) de la direction du faisceau lumineux incident afin d’identifier au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire parmi ledit au moins pic d’intensité détecté à l’étape (E1).
Dans un mode de réalisation de l’invention, le calculateur est en outre configuré pour :
e. calculer dans une étape (E5) une nouvelle position à l’instant t+1 pour chacun des points associé à un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire déterminé à l’étape (E4), ledit calcul étant réalisé à partir de la position connue desdits points à l’instant t et de la géométrie liée au déplacement du dispositif d’imagerie entre l’instant t et l’instant t+1 ;
f. détecter dans une étape (E6) au moins un pic d’intensité de faisceau lumineux réfléchi dans au moins une deuxième image prise à l’instant t+1 ;
g. comparer dans une étape (E7) la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire calculée à l’étape (E5) et la position à l’instant t+1 des points associés aux pics d’intensité de faisceaux lumineux déterminée à l’étape (E6) afin de déterminer si les points identifiés à l’étape (E4) comme étant des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire sont effectivement décorrélés par rapport au mouvement dudit dispositif d’imagerie.
e. calculer dans une étape (E5) une nouvelle position à l’instant t+1 pour chacun des points associé à un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire déterminé à l’étape (E4), ledit calcul étant réalisé à partir de la position connue desdits points à l’instant t et de la géométrie liée au déplacement du dispositif d’imagerie entre l’instant t et l’instant t+1 ;
f. détecter dans une étape (E6) au moins un pic d’intensité de faisceau lumineux réfléchi dans au moins une deuxième image prise à l’instant t+1 ;
g. comparer dans une étape (E7) la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire calculée à l’étape (E5) et la position à l’instant t+1 des points associés aux pics d’intensité de faisceaux lumineux déterminée à l’étape (E6) afin de déterminer si les points identifiés à l’étape (E4) comme étant des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire sont effectivement décorrélés par rapport au mouvement dudit dispositif d’imagerie.
Selon encore un autre aspect, l’invention concerne un véhicule automobile comprenant un dispositif d’imagerie et un calculateur tel que défini ci-dessus, relié audit dispositif d’imagerie de manière à recevoir au moins une séquence d’images capturées par ledit dispositif d’imagerie afin de détecter ledit au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire dans les images.
D’autres caractéristiques, détails et avantages de l’invention apparaîtront à la lecture de la description détaillée ci-après, et à l’analyse des dessins annexés, sur lesquels:
Les dessins et la description ci-après contiennent, pour l’essentiel, des éléments de caractère certain. Ils pourront donc non seulement servir à mieux faire comprendre la présente invention, mais aussi contribuer à sa définition, le cas échéant.
Selon la présente divulgation et en référence à la figure 5, un véhicule automobile 11 comprend un système d’aide à la conduite comprenant un dispositif d’imagerie 5 monté dans le véhicule et un calculateur 10 permettant le traitement des images capturées par ledit dispositif d’imagerie.
Le dispositif d’imagerie peut être par exemple formé par un système à deux caméras couplées à un émetteur infrarouge qui peuvent être montées sur la partie supérieure du pare-brise avant du véhicule de manière à filmer la route sur laquelle roule le véhicule ainsi que l’environnement du véhicule situé dans le champ de vision des deux caméras. On notera cependant que les caméras pourront être montées à un autre endroit de la partie avant du véhicule. De façon connue, les caméras permettent de générer un ensemble de points ou un nuage de points tridimensionnels, chacun des points étant associé à des coordonnées (x,y, z). En outre, des capteurs sont également couplés aux caméras afin d’associer à chacun des points une information sur l’intensité d’un faisceau lumineux émis par l’émetteur et réfléchi sur un objet de l’environnement du véhicule.
Le dispositif d’imagerie peut être également un lidar (acronyme pour Light Detection And Ranging) qui est un autre exemple de dispositif d’imagerie monté sur le véhicule pour reconstituer l’environnement du véhicule. De façon connue, le lidar permet de générer un ensemble de points ou un nuage de points tridimensionnels, chacun des points étant associés à des coordonnées (x, y, z). Le lidar comprend également un réseau de capteurs afin d’associer à chacun des points une information sur l’intensité du faisceau lumineux réfléchi.
De préférence, le calculateur 10 et le dispositif d’imagerie 5 sont mis en œuvre par une même entité physique. En variante, ils peuvent être chacun constitué par une entité physique distincte, reliées entre elles par un lien filaire ou un réseau de communication.
Dans la suite de la description et en référence aux figures 1B et 5, on prend comme exemple de dispositif d’imagerie un lidar 5 qui vient éclairer une surface d’un objet 1. Plus précisément, on se place dans une configuration dans laquelle la direction d’émission du faisceau lumineux (L) et la direction de détection du faisceau lumineux réfléchi (D) sont colinéaires.
Le calculateur 10 comprend un module de calcul pour générer l’environnement tridimensionnel observé par le véhicule ou la trajectoire du véhicule à partir d’une séquence d’images capturées et enregistrées par le lidar 5 pour assister le conducteur dans sa conduite.
Au sens de la présente invention, une séquence d’images comprend une succession d’images variant dans le temps, générées par exemple par le lidar à une fréquence donnée. Une séquence d’images comprend au moins une première image prise à l’instant t et une deuxième image prise à l’instant t+1.
Le calculateur est configuré également pour une pluralité de tâches permettant de déterminer les points associés à un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire dans la séquence d’images.
Selon l’invention, un point correspond à un élément réel de l’environnement du véhicule construit à partir d’un nuage de points acquis par le lidar. Un point est représenté dans les images sous la forme d’un pixel ou d’une pluralité de pixels.
Dans la suite de la description et en référence aux figures 3 à 6, on présente un exemple de détermination d’une pluralité de pics d’intensité spéculaire dans une image. Mais il est également possible de dupliquer la solution décrite ci-dessous pour déterminer des pics d’intensité spéculaire dans une pluralité d’images.
Dans une étape préliminaire (E0), le lidar génère une séquence d’images représentant l’environnement du véhicule qu’il transmet au calculateur.
Dans une première étape (E1), le calculateur détermine dans une première image prise à l’instant t la présence d’au moins un pic d’intensité de faisceau lumineux réfléchi.
La détection des pics d’intensité (connu également sous le nom «blob détection» en anglais) dans une image est basée sur une méthode connue en traitement d’images qui consiste à extraire des régions d’intérêts qui présentent des caractéristiques remarquables, comme ayant une intensité maximale localement, le barycentre de ces régions étant appelé «blobs» en anglais. La méthode consiste à convoluer l’image prise à l’instant t avec un masque ou noyau de convolution. Plus précisément, la convolution consiste à balayer l’image avec le masque. En d’autres termes, l’opération de convolution consiste à convoluer chaque pixel avec un noyau de convolution. Les «blobs» de luminosité de l’image sont détectés comme étant les pixels qui maximisent le résultat de la convolution. A titre d’exemple, le noyau de convolution peut être un noyau de type gaussien. Ainsi, le calculateur permet de détecter les pixels ou les points présentant un pic d’intensité de faisceau lumineux.
Dans une deuxième étape (E2) et en référence à la figure 6, le calculateur est configuré pour calculer un vecteur normal (N) à une surface tangente (A) en chacun des points Piprésentant un pic d’intensité de faisceau lumineux détecté à l’étape (E1). On fait l’hypothèse que la surface (A) de l’objet 1 au point Piest localement plane. De manière connue, la normale à la surface au point Piest définie par le produit vectoriel de deux vecteursu 1 (P i P i+1 ) etu 2 (P i P i+2 ) formés entre le point Piet deux points voisins Pi+1et Pi+2du point Pi. Les deux points voisins sont choisis de sorte que les trois points ne soient pas colinéaires. Le vecteur résultant du produit vectoriel est un vecteur normal à la surface tangente (A) au point Pi.
Dans une troisième étape (E3), le calculateur détermine la direction du faisceau lumineux incident (L) en chaque point Piayant étant été identifié comme un point associé à un pic d’intensité dans l’étape (E1).
Dans une quatrième étape (E4), pour déterminer si le pic d’intensité déterminé à l’étape (E1) correspond à un faisceau lumineux réfléchi de manière spéculaire, c’est-à-dire un faisceau réfléchi généré par une surface de l’objet perpendiculaire au point Piau faisceau lumineux incident, le calculateur détermine si la direction du faisceau lumineux incident (L) est colinéaire à la normale à la surface (N) en ce point Pi. Pour cela, le calculateur est configuré pour calculer le produit vectoriel entre le vecteur normal (N) et le vecteur de la direction du faisceau lumineux incident (L) pour déterminer si le vecteur normal (N) et le vecteur (L) sont colinéaires ou pas au point Pi. En d’autres termes, si les deux vecteurs sont colinéaires au point Pi, le pic d’intensité généré en ce point correspond à un pic d’intensité spéculaire.
Avantageusement, le procédé de la présente divulgation comprend en outre une phase de consolidation pour déterminer si les pics d’intensité identifiés comme étant des pics d’intensité spéculaire à l’étape (E4) sont effectivement décorrélés par rapport au mouvement du lidar 5.
Dans une étape E5, le calculateur calcule une nouvelle position pour chacun des points associés à un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire déterminés à l’étape (E4). Cette nouvelle position correspond à une position théorique que le point Piassocié à un pic d’intensité spéculaire aurait dû avoir à l’instant t+1. Cette position à l’instant t+1 est déduite à partir de la position connue du point Piassocié au pic d’intensité spéculaire à l’instant t et de la géométrie liée au déplacement du lidar entre l’instant t et l’instant t+1.
Dans une étape (E6), le calculateur est configuré pour dupliquer l’étape (E1) pour détecter au moins un pic d’intensité dans au moins une deuxième image prise à l’instant t+1.
Enfin, dans une étape (E7), le calculateur compare la position théorique à l’instant t+1 des points associés aux pics d’intensité de faisceaux lumineux spéculaires déterminés à l’étape (E5) et la position à l’instant t+1 des points associés aux pics d’intensité déterminée à l’étape (E6). Dans le cas où la position théorique des points associés aux pics d’intensité de faisceaux lumineux spéculaires calculée à l’étape (E5) est différente de la position des points associés aux pics d’intensité déterminée à l’étape (E6), on peut confirmer que les points identifiés à l’étape (E4) comme étant des points associés aux pics d’intensité spéculaire sont effectivement décorrélés par rapport au mouvement du dispositif d’imagerie.
La solution de la présente divulgation propose de détecter les pics d’intensité spéculaire en vérifiant les trois propriétés caractéristiques:
- le pic d’intensité possède un profil de type cosnθ;
-la normale à la surface de l’objet et la direction du faisceau lumineux incident sont colinéaires;
- et enfin le pic d’intensité spéculaire ne respecte pas la géométrie lié au déplacement du lidar.
- le pic d’intensité possède un profil de type cosnθ;
-la normale à la surface de l’objet et la direction du faisceau lumineux incident sont colinéaires;
- et enfin le pic d’intensité spéculaire ne respecte pas la géométrie lié au déplacement du lidar.
La solution de la présente divulgation permet de détecter les pics d’intensité spéculaire qui sont des mauvais candidats pour les méthodes de traitement d’image basées sur l’appariement des points ayant des caractéristiques similaires.
La solution de la présente invention permet avantageusement d’utiliser les images prises par un dispositif d’imagerie existant du système d’assistance à la conduite pour réduire les erreurs d’association des points caractéristiques au cours du traitement d’images, ce qui améliore la précision du suivi et donc de l’assistance à la conduite.
Le procédé selon l’invention est particulièrement adapté au traitement d’images acquises par un système de caméras ou de lidar dans un système d’assistance à la conduite d’un véhicule automobile. Il est également applicable avantageusement à la technique de traitement d’images de type «blob» pour réaliser des associations des zones contiguës dans une image à partir de l’extraction des points ayant des propriétés physiques similaires.
Le procédé selon l’invention est particulièrement adapté au traitement d’images acquises par un système de caméras ou de lidar dans un système d’assistance à la conduite d’un véhicule automobile. Il est également applicable avantageusement à la technique de traitement d’images de type «blob» pour réaliser des associations des zones contiguës dans une image à partir de l’extraction des points ayant des propriétés physiques similaires.
Claims (10)
- Procédé d’identification d’au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire, présent dans une séquence d’images prises par un dispositif d’imagerie, ladite séquence d’images comprenant au moins une première image prise à l’instant t, chacune des images étant obtenue à partir d’un ensemble de points tridimensionnels Pi(xi, yi, zi) générés par ledit dispositif d’imagerie, chacun des points étant associé à une information d’intensité de faisceau lumineux réfléchi reçu par un ensemble de capteurs dudit dispositif d’imagerie, le procédé comprenant les étapes suivantes:
a. une étape (E1) de détection d’au moins un pic d’intensité de faisceau lumineux présent dans ladite au moins une première image prise à l’instant t ;
b. une étape (E2) de calcul d’un vecteur normal (N) à une surface en chaque point de ladite au moins une première image prise à l’instant (t) associé à un pic d’intensité détecté à l’étape (E1) ;
c. une étape (E3) de calcul d’un vecteur (L) de la direction du faisceau lumineux incident en chaque point de ladite au moins une première image prise à l’instant (t) associé à un pic d’intensité détecté à l’étape (E1);
d. une étape (E4) de détermination de la colinéarité entre le vecteur normal (N) et le vecteur (L) de la direction du faisceau lumineux incident afin d’identifier au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire parmi ledit au moins pic d’intensité détecté à l’étape (E1). - Procédé selon la revendication 1, comprenant en outre une phase de consolidation comprenant les étapes suivantes :
e. une étape (E5) de calcul d’une nouvelle position à l’instant t+1 pour chacun des points associé à un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire déterminé à l’étape (E4), ledit calcul étant réalisé à partir de la position connue desdits points à l’instant t et de la géométrie liée au déplacement du dispositif d’imagerie entre l’instant t et l’instant t+1;
f. une étape (E6) de détection d’au moins un pic d’intensité de faisceau lumineux dans au moins une deuxième image prise à l’instant t+1 ;
g. une étape (E7) de comparaison entre la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire calculée à l’étape (E5) et la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux déterminée à l’étape (E6) afin de déterminer si les points identifiés à l’étape (E4) comme étant des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire sont effectivement décorrélés par rapport au mouvement dudit dispositif d’imagerie. - Procédé selon la revendication 1 ou 2, dans lequel l’étape (E1) de détection d’au moins un pic d’intensité est basée sur une technique de détection dite de blob.
- Procédé selon l’une des revendications précédentes, dans lequel l’étape (E2) de calcul d’un vecteur normal (N) à une surface en chaque point Pi(xi, yi, zi) de ladite au moins une première image prise à l’instant t comprend les sous-étapes suivantes:
b1. choisir deux points voisins Pi+1, Pi+2pour chaque point Pi(xi, yi,zi) associé à un pic d’intensité de faisceau lumineux réfléchi détecté à l’étape E1 ;
b2. former deux vecteursu 1 ( P i P i+1 )etu 2 (P i P i +2 ) à partir des trois points Pi, Pi+1, Pi+2;
b3. calculer la normaleN résultant du produit vectoriel entre les deux vecteurs. - Procédé selon l’une des revendications précédentes, dans lequel chacun des points correspond à un pixel de l’image.
- Procédé selon l’une des revendications précédentes, dans lequel ledit dispositif d’imagerie est un lidar configuré pour générer un ensemble de points tridimensionnels Pi(xi, yi, zi).
- Procédé selon l’une des revendications précédentes, dans lequel ledit dispositif d’imagerie est un système de caméras stéréos couplées à un émetteur infrarouge configuré pour générer un ensemble de points tridimensionnels Pi(xi, y, zi).
- Calculateur (10) pour véhicule automobile (11), destiné à détecter au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire, présent dans une séquence d’images prises par un dispositif d’imagerie, ladite séquence d’images comprenant au moins une première image prise à l’instant t, chacune des images étant obtenue à partir d’un ensemble de points tridimensionnels Pi(xi, yi, zi) générés par ledit dispositif d’imagerie, chacun des points étant associé à une information d’intensité de faisceau lumineux réfléchi reçu par un ensemble de capteurs, le calculateur étant configuré pour :
a. détecter dans une étape (E1) au moins un pic d’intensité de faisceau lumineux présent dans au moins une première image prise à l’instant t ;
b. calculer dans une étape (E2) un vecteur normal (N) à une surface en chaque point de ladite au moins une première image prise à l’instant (t) associé à un pic d’intensité détecté à l’étape (E1) ;
c. calculer dans une étape (E3) un vecteur (L) de la direction du faisceau lumineux incident en chaque point de ladite au moins une image prise à l’instant t associé à un pic d’intensité détecté à l’étape (E1) ;
d. calculer dans une étape (E4) la colinéarité entre le vecteur normal (N) et le vecteur (L) de la direction du faisceau lumineux incident afin d’identifier au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire parmi ledit au moins pic d’intensité détecté à l’étape (E1). - Calculateur selon la revendication 8, configuré en outre pour:
e. calculer dans une étape (E5) une nouvelle position à l’instant t+1 pour chacun des points associés à un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire déterminé à l’étape (E4), ledit calcul étant réalisé à partir de la position connue desdits points à l’instant t et de la géométrie liée au déplacement du dispositif d’imagerie entre l’instant t et l’instant t+1;
f. pour détecter dans une étape (E6) au moins un pic d’intensité de faisceau lumineux dans au moins une deuxième image prise à l’instant (t+1) ;
g. pour comparer dans une étape (E7) la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire calculée à l’étape (E5) et la position à l’instant t+1 des points associés aux pics d’intensité de faisceau lumineux déterminés à l’étape (E6) afin de déterminer si les points identifiés à l’étape (E4) comme étant des points associés aux pics d’intensité de faisceau lumineux réfléchi de manière spéculaire sont effectivement décorrélés par rapport au mouvement dudit dispositif d’imagerie. - Véhicule automobile (11) comprenant un dispositif d’imagerie (5) et un calculateur (10) selon la revendication 8 ou 9, relié audit dispositif d’imagerie de manière à recevoir au moins une séquence d’images capturées par ledit dispositif d’imagerie afin de détecter ledit au moins un pic d’intensité de faisceau lumineux réfléchi de manière spéculaire dans les images.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1912866A FR3103301B1 (fr) | 2019-11-19 | 2019-11-19 | Procédé de détection de pics d’intensité de faisceau lumineux réfléchi de manière spéculaire |
| PCT/EP2020/082549 WO2021099395A1 (fr) | 2019-11-19 | 2020-11-18 | Procédé de détection de pics d'intensité de faisceau lumineux réfléchi de manière spéculaire |
| US17/767,630 US11815626B2 (en) | 2019-11-19 | 2020-11-18 | Method for detecting intensity peaks of a specularly reflected light beam |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1912866A FR3103301B1 (fr) | 2019-11-19 | 2019-11-19 | Procédé de détection de pics d’intensité de faisceau lumineux réfléchi de manière spéculaire |
| FR1912866 | 2019-11-19 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3103301A1 true FR3103301A1 (fr) | 2021-05-21 |
| FR3103301B1 FR3103301B1 (fr) | 2021-12-03 |
Family
ID=70978006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1912866A Active FR3103301B1 (fr) | 2019-11-19 | 2019-11-19 | Procédé de détection de pics d’intensité de faisceau lumineux réfléchi de manière spéculaire |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11815626B2 (fr) |
| FR (1) | FR3103301B1 (fr) |
| WO (1) | WO2021099395A1 (fr) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4198899B1 (fr) * | 2021-12-15 | 2024-01-31 | Sick IVP AB | Procédé et agencements permettant de déterminer des informations concernant une position de crête d'intensité dans un volume espace-temps de trames d'image |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4304344A1 (de) * | 1993-02-13 | 1994-08-18 | Leuze Electronic Gmbh & Co | Verfahren zum Eliminieren des spiegelnden Anteils einer von einem Objekt reflektierten Lichtstrahlung |
| US20040130731A1 (en) * | 2002-12-11 | 2004-07-08 | Fuji Xerox Co., Ltd. | Range finder and method |
| US20170322309A1 (en) * | 2016-05-09 | 2017-11-09 | John Peter Godbaz | Specular reflection removal in time-of-flight camera apparatus |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5003166A (en) * | 1989-11-07 | 1991-03-26 | Massachusetts Institute Of Technology | Multidimensional range mapping with pattern projection and cross correlation |
| US6987257B2 (en) * | 2003-01-28 | 2006-01-17 | Honeywell International Inc. | Attitude determination system and method |
| US20070268366A1 (en) * | 2006-05-17 | 2007-11-22 | Ramesh Raskar | System and method for sensing geometric and photometric attributes of a scene with multiplexed illumination and solid state optical devices |
| JP4999763B2 (ja) * | 2007-07-31 | 2012-08-15 | パナソニック株式会社 | 撮像装置、撮像方法、プログラム、記録媒体、および集積回路 |
| WO2010013205A1 (fr) * | 2008-07-29 | 2010-02-04 | Microsoft International Holdings B.V. | Système d'imagerie |
-
2019
- 2019-11-19 FR FR1912866A patent/FR3103301B1/fr active Active
-
2020
- 2020-11-18 US US17/767,630 patent/US11815626B2/en active Active
- 2020-11-18 WO PCT/EP2020/082549 patent/WO2021099395A1/fr not_active Ceased
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4304344A1 (de) * | 1993-02-13 | 1994-08-18 | Leuze Electronic Gmbh & Co | Verfahren zum Eliminieren des spiegelnden Anteils einer von einem Objekt reflektierten Lichtstrahlung |
| US20040130731A1 (en) * | 2002-12-11 | 2004-07-08 | Fuji Xerox Co., Ltd. | Range finder and method |
| US20170322309A1 (en) * | 2016-05-09 | 2017-11-09 | John Peter Godbaz | Specular reflection removal in time-of-flight camera apparatus |
Non-Patent Citations (1)
| Title |
|---|
| LI HUAYANG ET AL: "Specular Surface Measurement with Laser Plane Constraint to Reduce Erroneous Points", 6 August 2019, ROBOCUP 2008: ROBOCUP 2008: ROBOT SOCCER WORLD CUP XII; [LECTURE NOTES IN COMPUTER SCIENCE; LECT.NOTES COMPUTER], SPRINGER INTERNATIONAL PUBLISHING, CHAM, PAGE(S) 53 - 63, ISBN: 978-3-319-10403-4, XP047516134 * |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3103301B1 (fr) | 2021-12-03 |
| US11815626B2 (en) | 2023-11-14 |
| US20230243923A1 (en) | 2023-08-03 |
| WO2021099395A1 (fr) | 2021-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2724203B1 (fr) | Génération de données de carte | |
| EP3680615B1 (fr) | Methode de determination d'un rayon de protection d'un systeme de navigation base sur la vision | |
| FR2871772A1 (fr) | Procede d'aide au guidage d'un vehicule automobile sur la base de donnees d'images | |
| EP3729327B1 (fr) | Methode de reconnaissance d'objets dans une scene observee en trois dimensions | |
| FR3112215A1 (fr) | Système et procédé de détection d’un obstacle dans un environnement d’un véhicule | |
| FR3146523A1 (fr) | Procédé d’estimation de la vitesse d’un véhicule | |
| FR3063374A1 (fr) | Procede et dispositif de determination d'une carte de profondeurs d'une scene | |
| EP3614306B1 (fr) | Procédé de localisation et d'identification de visage et de détermination de pose, à partir d'une vue tridimensionnelle | |
| WO2018020045A1 (fr) | Fusion de donnees de detection et de suivi d'objets pour vehicule automobile | |
| WO2015082293A1 (fr) | Reconnaissance de formes par correction d'image | |
| EP1785966B1 (fr) | Procédé d'évaluation, par un véhicule automobile, des caractéristiques d'un élément frontal | |
| WO2021099395A1 (fr) | Procédé de détection de pics d'intensité de faisceau lumineux réfléchi de manière spéculaire | |
| WO2017093057A1 (fr) | Procede de caracterisation d'une scene par calcul d'orientation 3d | |
| EP4526843B1 (fr) | Procédé et dispositif de détermination de pose absolue d'une caméra embarquée dans un engin aérien ou spatial | |
| FR3056531B1 (fr) | Detection d'obstacles pour vehicule automobile | |
| FR3054672B1 (fr) | Procede et systeme d'association de donnees de detection et de suivi d'objets mobile pour vehicule automobile | |
| EP4212825B1 (fr) | Procédé d alignement d'une caméra sur une route | |
| WO2022033902A1 (fr) | Procédé d'alignement d'au moins deux images formées de points tridimensionnels | |
| EP3757943B1 (fr) | Procédé et dispositif de télémétrie passive par traitement d'image et utilisation de modeles en trois dimensions | |
| EP3757942B1 (fr) | Procédé et dispositif de télémétrie passive par traitement d'image | |
| FR2899363A1 (fr) | Procede et dispositif de detection de mouvement d'objets sur des images d'une scene | |
| EP2877979B1 (fr) | Methode monocamera de determination d'une direction d'un solide | |
| WO2022189389A1 (fr) | Procede et dispositif de calibration d'un capteur de profondeur d'environnement | |
| EP4712049A1 (fr) | Procédé de détermination d'une géométrie en trois dimensions d'un camion se déplaçant dans un environnement d'un véhicule automobile | |
| FR3150029A1 (fr) | Procédé d’estimation d’une distance entre un véhicule automobile et un objet externe, dispositif, programme d’ordinateur et véhicule automobile associés |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20210521 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| TP | Transmission of property |
Owner name: CONTINENTAL AUTONOMOUS MOBILITY GERMANY GMBH, DE Effective date: 20230424 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |
|
| PLFP | Fee payment |
Year of fee payment: 7 |