WO2026093281A1 - Procédé de traitement d'au moins une grille de données représentatives d'une scène captée par un ensemble de capteurs, dispositif et programme correspondant - Google Patents

Abstract

Procédé de traitement d'au moins une grille de données représentatives d'une scène captée par un ensemble de capteurs, dispositif et programme correspondant L'invention se rapporte à un procédé de traitement de grilles de données représentatives d'une scène captée des capteurs, une grille étant découpée en cellules (C1, C2, C3, Ci) associées chacune à une distribution de probabilités d'états (DE) d'une zone de la scène couverte par la cellule à un pas de temps courant, déterminées en fonction de données remontées par un au moins un des capteurs et/ou de données prédites par un modèle de prédiction en fonction de données remontées à un pas de temps précédent par ledit capteur. Le procédé comprend la détermination, pour au moins une cellule de la grille, d'une donnée d'intérêt (DI), représentative d'un degré d'intérêt de ladite cellule au regard de critères prédéterminés en lien avec un contexte de captation de la scène, une caractéristique de la scène captée, et/ou une application associée à ladite captation, ladite détermination délivrant une grille de données augmentée (GDA).

Description

DESCRIPTION

TITRE: Procédé de traitement d'au moins une grille de données représentatives d'une scène captée par un ensemble de capteurs, dispositif et programme correspondant.

Domaine technique

L'invention se rapporte au domaine des appareils à vision par ordinateur et des appareils autonomes en général interagissant avec leur environnement, comme un robot ou un véhicule autonome. Pour ces appareils, la capacité à percevoir avec précision et à modéliser sous une forme pertinente leur environnement est une tâche essentielle. Que ce soit pour la navigation, la conscience des collisions, la planification des intentions ou la cartographie, cette étape de perception est un défi, en termes de précision, de complexité et de gestion de l'incertitude.

Plus précisément, l'invention se rapporte à des techniques de traitement d'une ou plusieurs grilles de données représentatives d'une scène captée par un ensemble de capteurs.

Art antérieur

Malgré des développements impressionnants et le développement d'une intelligence embarquée toujours croissante sur les appareils mobiles, la capacité d'un agent autonome à percevoir avec précision, robustesse et efficacité son environnement reste un défi de taille en robotique. La qualité de la modélisation de l'environnement repose non seulement sur les capteurs, mais aussi sur les schémas d'interprétation, traitant des erreurs de capteurs, des occlusions, des contradictions de données, des paramètres fortement complexes, etc. Des méthodes probabilistes ont été développées pour modéliser formellement, dans ces schémas d'interprétation, les incertitudes et les connaissances antérieures.

Lorsque ces schémas d'interprétation sont confrontés à des objets en mouvement, de nombreux problèmes supplémentaires sont soulevés. Une première approche classique pour aborder ce problème est d'adopter une représentation basée sur les objets, ce qui conduit à effectuer un suivi d'objets multiples. Une deuxième approche courante est d'adopter une représentation basée sur la construction de grilles de données, et plus particulièrement de grilles d'occupation, qui porte sur l'évaluation d'une occupation spatiale sans segmentation de niveau supérieur. Plus particulièrement, une telle grille d'occupation est générée à chaque pas de temps, en cartographiant les données des capteurs sur la grille à l'aide d'un modèle de capteur probabiliste, chaque cellule de la grille étant par exemple associée, à l'issue de cette cartographie, à une distribution de probabilités d'occupation. Cette deuxième approche présente des avantages significatifs, comme un modèle spatialement dense, avec une représentation correcte de l'espace libre, qui est une donnée importante en robotique mobile. De plus, les étapes complexes de segmentation et de reconnaissance des données, nécessaires dans les représentations à base d'objets selon la première approche, peuvent être évitées. Lorsqu'elle est appliquée à des environnements dynamiques, il est généralement nécessaire d'enrichir cette représentation sous forme de grille de données en estimant des informations de vitesse, en plus des estimations d'occupation.

Cette deuxième approche présente toutefois également des inconvénients. Par exemple, les données associées à chaque cellule d'une grille de données sont généralement traitées de manière indifférenciée lorsque la grille de données est amenée à être exploitée pour les besoins d'une application. En d'autres termes, toutes les cellules d'une grille de données sont traitées de manière équivalente, y compris les cellules qui ne nécessitent pas nécessairement de représentation élaborée, par exemple les cellules de contenu indéfini (i.e. inconnu), de contenu vide (i.e. non occupée), ou de contenu statique, ce qui fait que les ressources de calcul ne sont pas toujours réparties de manière optimale. La grille elle-même, dans la plupart des applications, doit être de grande dimension (i.e. être constituée d'un grand nombre de cellules) afin d'être utilisable, avec la conséquence qu'il est fréquent que de nombreuses cellules ne soient pas être atteintes par les capteurs à chaque instant, par exemple à cause d'obstructions. Il en résulte que dans des zones de taille potentiellement importante, de nombreuses cellules sont associées avec des données affectées exclusivement sur la base de probabilités purement issues de connaissances a priori (i.e. pour lesquelles aucune donnée issue des capteurs n'est disponible à court terme), et non de données estimées sur la base de prédictions réalisées à partir d'observations antérieures et/ou courantes des capteurs. Une telle situation peut conduire à des calculs massifs inutiles, c'est-à-dire à une perte importante de puissance de calcul gaspillée dans des zones inintéressantes, compromettant le fonctionnement optimal de systèmes par ailleurs adaptés.

Un autre problème central de cette deuxième approche se rapporte à l'impossibilité de pouvoir différencier les probabilités qui résultent uniquement d'une estimation préalable (i.e. d'une prédiction en l'absence de données remontées à un pas de temps courant par les capteurs, qui se base donc sur des données anciennes ou antérieures) de celles qui résultent de données effectivement mesurées (i.e. d'une observation remontée par les capteurs au pas de temps courant). Par exemple, connaître la distribution de probabilités associée à une cellule particulière ne permet pas savoir si cette distribution finale est le résultat de données contradictoires délivrées par des capteurs au pas de temps considéré, ou un résultat issu de la connaissance de distributions antérieures en l'absence de données remontées par les capteurs au pas de temps considéré. Dit autrement, les estimations basées sur des données courantes mesurées par des capteurs ont le même statut, ou poids, que celles basées uniquement sur des prédictions effectuées sur la base de données antérieures. Par exemple, si une distribution antérieure portant sur l'occupation d'une cellule indique que la probabilité que cette cellule soit occupée vaut 0,5, et qu'une distribution courante indique que la probabilité que cette cellule soit occupée vaut également 0,5, il n'est actuellement pas possible à la connaissance de cette seule valeur de déterminer si elle résulte du fait qu'aucune donnée mesurée n'est disponible pour cette cellule au pas de temps courant (auquel cas l'ancienne valeur, ou estimation préalable, de 0,5, a par exemple été conservée pour le pas de temps courant), ou si elle résulte du fait que deux capteurs ont délivré des informations contradictoires au pas de temps courant quant à la probabilité d'occupation de cette cellule (auquel cas la fusion entre ces deux informations contradictoires a abouti à une probabilité d'occupation de 0,5). Il serait pourtant souhaitable de pouvoir distinguer ces deux cas afin d'autoriser un traitement ultérieur différencié (par exemple pour mener une investigation plus approfondie en cas d'obtention de données contradictoires, qu'il n'est pas nécessairement utile de mener dans le cas d'une absence pure et simple de données).

Les limitations présentées précédemment peuvent être expliquées par le cadre Bayésien et les abus de notation communément utilisés sur les grilles d'occupation classiques, dans lequel les probabilités calculées le sont implicitement dans un référentiel commun, non explicité. En d'autres termes, toutes les estimations de probabilité Bayésiennes générées devraient faire référence au référentiel dans lequel elles ont été calculées, la fusion de différentes estimations devant d'abord accorder les référentiels en question, et modifier en conséquence les valeurs de probabilité, avant de pouvoir être exécutée. Dans un même référentiel, les facteurs de confiance relatifs sont implicitement reportés dans chaque valeur de probabilité, qui porte ainsi à la fois les connaissances a priori, les incertitudes liées aux capteurs, des modélisations et traitements ultérieurs, ces facteurs de confiance relatives, etc. Cette agrégation au sein d'une même valeur de ces différents facteurs est certes l'objectif recherché, mais effectuée directement elle ne permet plus de traitement spécifique de certaines de ces parties, par exemple l'optimisation de calculs dans des distributions issues uniquement d'informations a priori, ou issues de données capteurs contradictoires.

Il est donc nécessaire de disposer d'une solution qui permette notamment de résoudre cette problématique.

Résumé de l'invention

La présente invention propose une solution visant à remédier à certains inconvénients de l'art antérieur. Selon un aspect, la présente invention se rapporte en effet à un procédé de traitement d'au moins une grille de données représentatives d'une scène captée par un ensemble de capteurs. Ladite grille de données est découpée en cellules, chaque cellule étant associée à une distribution de probabilités d'états d'une zone de ladite scène couverte par ladite cellule à un pas de temps courant, lesdites probabilités d'état étant déterminées en fonction de données remontées audit pas de temps courant par un au moins un capteur dudit ensemble de capteurs et/ou de données prédites par un modèle de prédiction en fonction de données remontées à au moins un pas de temps précédent par ledit au moins un capteur. Un tel procédé comprend la détermination, pour au moins une cellule de la grille, d'au moins une donnée dite d'intérêt, représentative d'un degré d'intérêt de ladite au moins une cellule au regard d'au moins un critère prédéterminé en lien avec un contexte de captation de la scène, une caractéristique de la scène captée, et/ou une application associée à ladite captation, ladite détermination délivrant une grille de données dite augmentée.

Dans un mode de réalisation particulier, ledit au moins un critère prédéterminé utilisé pour déterminer le degré d'intérêt d'une cellule appartient au groupe comprenant au moins:

un nombre et/ou un degré de fiabilité des capteurs utilisés pour déterminer la distribution de probabilités d'états associée à ladite cellule au pas de temps courant;

une nature des données utilisées pour déterminer la distribution de probabilités d'états associée à ladite cellule au pas de temps courant, parmi des données prédites ou des données remontées en provenance des capteurs; une connaissance préalable d'une caractéristique particulière de la zone de la scène associée à ladite cellule au pas de temps courant;

une prévision d'une trajectoire d'un objet dynamique appartenant à la scène, selon laquelle ledit objet est susceptible d'être présent dans la zone de la scène associée à ladite cellule au pas de temps courant;

une application particulière visée pour l'utilisation de la distribution de probabilités d'états associée à ladite cellule au pas de temps courant.

Dans un mode de réalisation particulier, ladite donnée d'intérêt prend la forme d'une distribution de probabilités de degrés d'intérêt.

Dans un mode de réalisation particulier, ledit procédé comprend en outre: l'obtention d'une première grille de données augmentée pour ladite scène, associée aux données fournies au pas de temps courant par une première source de données;

l'obtention d'une deuxième grille de données augmentée pour ladite scène, associée aux données fournies au pas temps courant par une deuxième source de données distincte de la première source de données;

la fusion desdites première et deuxième grilles de données augmentées, comprenant la fusion des distributions de probabilités d'états et la fusion des distributions de probabilités de degré d'intérêts entre cellules correspondantes desdites première et deuxième grilles de données augmentées, ladite fusion délivrant une grille de données augmentée fusionnée.

Selon une caractéristique particulière, ladite fusion est opérée selon la formule:

Dans un autre mode de réalisation particulier, alternatif ou complémentaire, ledit procédé comprend en outre:

l'obtention d'une pile de grilles de données augmentées pour ladite scène, associée à des données remontées par une même source de données à une pluralité d'altitudes de ladite scène, chaque grille de données augmentée de la pile étant associée à une altitude donnée parmi ladite pluralité d'altitudes; la fusion des grilles de données augmentées de ladite pile, comprenant la fusion des distributions de probabilités d'états et la fusion des distributions de probabilités de degré d'intérêts entre cellules correspondantes de l'ensemble des grilles de données augmentées, ladite fusion délivrant une grille de données augmentée consolidée pour ladite pile.

Selon une caractéristique particulière de ce mode de réalisation, ladite fusion des grilles de données augmentées de ladite pile est réalisée en initialisant une première variable PSG = P(S₀ = 0 I_o = 0|Z) + P(S₀ = 0 I_o = 1 |Z), une deuxième variable PIO = P(S₀ = 0 I_o = 0|Z) + P(S₀ = 1 I_o = 0|Z) et une troisième variable PSOIO = P(S₀ = 0 I_o = 0|Z), puis en effectuant une boucle dans laquelle les grilles de données augmentées de ladite pile sont parcourues séquentiellement pour mettre à jour, à chaque itération de la boucle, la première variable, la deuxième variable et la troisième variable selon la suite d'opérations suivantes:

c) PSOIO = PS0I0 * P(S_k = 0 I_k = 0|Z)

jusqu'à ce que l'ensemble des grilles de la pile soit parcourue, puis retourner une grille de données augmentée consolidée pour ladite pile définie par la troisième variable PSOIO, une variable PS1I0 = PI0 — PS0I0, une variable PS0I1 = PS0 — PS0I0, et une variable PS1I1 = 1 − PS1I0 − PS0I1 − PS0I0.

De manière alternative, selon une autre caractéristique particulière de ce mode de réalisation, ladite fusion des grilles de données augmentées de ladite pile est réalisée par fusion récursive, à partir d'une première grille Po(SI|Z) choisie égale à la grille de données augmentée P(So loi Z) associée à la plus petite altitude de ladite pile, des grilles de données augmentées suivantes de ladite pile, via le calcul d'une grille de données augmentée fusionnée d'itération ultérieure Pk+i(SI\Z) à partir de la grille de données augmentée fusionnée d'itération précédente P_k

... S_kI_k~) selon la suite d'opérations suivantes:

I 7_fc+1 = 1| )

b) P_k+1(S = 0 I = 1|Z) = P_k S = 0 I = 1|Z) * (P (S_k+1 = 0 /_k+1 = l|Z) + P(7_k+1 = O|Z) * (Æ - l) ) + P_k(7 = O|Z) *P (S_k+1 = 0/_k+1 = 1|Z)/

c) P_k+1(Z = 0) = 1 - P_k+1(S = 11 = 1|Z) - P_k+1(S = 01 = 1|Z), jusqu'à ce que l'indice k+1 désigne l'indice de la grille de données augmentée associée à la plus haute altitude de ladite pile de grilles de données augmentées, et pour retourner Pk+i(S=l 1=11 Z), Pk+i(S=O 1=11 Z) et Pk+i(l=O) en tant que grille de données augmentée consolidée pour ladite pile.

Selon un autre aspect, la présente technique se rapporte à un dispositif électronique de traitement d'au moins une grille de données représentatives d'une scène captée par un ensemble de capteurs, ladite grille de données étant découpée en cellules, chaque cellule étant associée à une distribution de probabilités d'états d'une zone de ladite scène couverte par ladite cellule à un pas de temps courant, lesdites probabilités d'état étant déterminées en fonction de données remontées audit pas de temps courant par un au moins un capteur dudit ensemble de capteurs et/ou de données prédites par un modèle de prédiction en fonction de données remontées à au moins un pas de temps précédent par ledit au moins un capteur. Un tel dispositif électronique comprend des moyens de détermination, pour au moins une cellule de la grille, d'au moins une donnée dite d'intérêt, représentative d'un degré d'intérêt de ladite au moins une cellule au regard d'au moins un critère prédéterminé en lien avec un contexte de captation de la scène, une caractéristique de la scène captée, et/ou une application associée à ladite captation, lesdits moyens de détermination délivrant une grille de données dite augmentée.

Un tel dispositif électronique peut bien sûr présenter les différentes caractéristiques relatives au procédé de traitement selon l'invention, qui peuvent être combinées ou considérées isolément. Ainsi, les caractéristiques et avantages de ce dispositif sont les mêmes que ceux du procédé de traitement d'au moins une grille de données représentatives d'une scène captée par un ensemble de capteurs, et ne sont pas détaillés plus amplement.

Selon un autre aspect, l'invention proposée se rapporte également à un produit programme d'ordinateur téléchargeable depuis un réseau de communication et/ou stocké sur un support lisible par ordinateur et/ou exécutable par un microprocesseur, comprenant des instructions de code de programme pour l'exécution d'un procédé de traitement d'au moins une grille de données tel que décrit précédemment dans l'un quelconque de ses modes de réalisation, lorsque ce procédé est exécuté sur un ordinateur.

L'invention proposée vise également un support d'enregistrement lisible par un ordinateur sur lequel est enregistré un programme d'ordinateur comprenant des instructions de code de programme pour l'exécution des étapes d'un procédé tel que décrit précédemment, dans l'un quelconque de leurs modes de réalisation. Un tel support d'enregistrement peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, par exemple un CD ROM ou une ROM de circuit microélectronique, ou encore un moyen d'enregistrement magnétique, par exemple une clé USB ou un disque dur.

D'autre part, un tel support d'enregistrement peut être un support transmissible tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, par radio ou par d'autres moyens, de sorte que le programme d'ordinateur qu'il contient est exécutable à distance. Le programme selon l'invention peut être en particulier téléchargé sur un réseau, par exemple le réseau Internet.

Les différents modes de réalisation mentionnés ci-dessus sont combinables entre eux pour la mise en oeuvre de l'invention.

Figures

D'autres caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante d'un mode de réalisation particulier, donné à titre de simple exemple illustratif et non limitatif, et des dessins annexés, parmi lesquels:

[Fig 1] présente un exemple de grille de données augmentée, dans un mode de réalisation particulier de la technique proposée;

[Fig 2] présente de manière schématique les différentes étapes d'une fusion de grilles de données augmentées associées à des sources de données différentes, dans un mode de réalisation particulier de la technique proposée;

[Fig 3] présente de manière schématique les différentes étapes d'une fusion de grilles de données augmentées associées à des données délivrées à différentes altitudes par une même source de données, dans un mode de réalisation particulier de la technique proposée;

[Fig 4] décrit une architecture simplifiée d'un dispositif de traitement d'au moins une grille de données, dans un mode de réalisation particulier de la technique proposée.

Description détaillée de l'invention

L'invention décrite ci-après permet de remédier à certains des inconvénients précités. Selon un premier aspect, la présente invention se rapporte à un procédé de traitement d'au moins une grille de données représentatives d'une scène captée par un ensemble de capteurs. Pour rappel, un objectif des techniques dites « Bayesian Occupancy Filter », dans le cadre duquel la solution proposée peut notamment s'inscrire, est d'estimer l'occupation spatiale et la dynamique d'un environnement, observé à l'aide de différents types de capteurs. Ces capteurs sont par exemple embarqués sur un appareil autonome potentiellement en mouvement, typiquement un robot ou un véhicule autonome, et ils visent à remonter des informations permettant notamment à cet appareil d'interagir avec son environnement (e.g. suivre un itinéraire sur une route, éviter des collisions avec des obstacles ou d'autres usagers, respecter des règles de circulation, etc.). Dans ce contexte, comme présenté en relation avec l'art antérieur, une ou plusieurs grilles de données représentatives de la scène sont générées de manière répétée, par exemple à fréquence régulière selon un pas de temps prédéterminé. Plus particulièrement, chaque grille de données est divisée en cellules, chaque cellule comprenant des données d'état caractérisant la zone de la scène couverte par la cellule considérée à un pas de temps courant, formant ainsi un maillage de la scène. De telles données d'états comprennent par exemple une distribution de probabilités d'états, le nombre et la nature des états considérés pouvant varier suivant le type d'application envisagée, un degré de précision attendu, etc. Ainsi, dans certains contextes, une simple représentation à deux états « cellule occupée par un objet » versus « cellule non occupée par un objet » peut s'avérer suffisante, alors que des représentations plus complexes comprenant de multiples états peuvent s'avérer plus pertinentes dans d'autres contextes, avec par exemple des états du type « cellule occupée par un piéton », « cellule occupée par une voiture », « cellule zone libre de type route », « cellule zone libre de type espace piéton », « cellule de contenu indéfini », etc. Les probabilités d'état sont déterminées en fonction de données remontées au pas de temps courant par un au moins un capteur de l'ensemble de capteurs utilisé pour capter la scène et/ou de données prédites par un modèle de prédiction en fonction de données remontées à au moins un pas de temps précédent le pas de temps courant, par au moins une partie des capteurs (connaissances antérieures). Les grilles de données sont actualisées de manière répétée et continue, fournissant ainsi à l'appareil autonome, en temps-réel ou quasi-temps-réel, un ensemble de données relatives à son environnement, sur la base duquel un organe de décision de cet appareil peut prendre des décisions, par exemple de modification de trajectoire, de freinage, etc. La figure 1 illustre un exemple d'une telle grille de données GDA, divisée en cellules Cl, C2, C3, etc., dans lequel chaque cellule est associée à une distribution DE de probabilités d'états (au nombre de quatre dans l'exemple de la figure 1: SI, S2, S3 et S4) de la zone de la scène couverte ou associée à la cellule considérée, à un pas de temps courant. Pour plus de clarté, seules les données d'une cellule Ci de la grille de données GDA sont représentées sur la figure 1. Ainsi, les probabilités P(S1), P(S2), P(S3) et P(S4) témoignent de la probabilité que la zone de la scène couverte par la cellule Ci soit respectivement dans l'état SI, S2, S3 ou S4.

Comme décrit en relation avec l'art antérieur, la connaissance de la distribution DE de probabilités d'états associée à une cellule n'est toutefois pas une information suffisante en soi pour déterminer une manière optimale de considérer cette cellule (i.e. d'estimer son importance), que ce soit en par exemple en termes d'intérêt à lui accorder, de puissance de calcul à allouer à son traitement, etc.

Aussi, il est proposé, selon le principe général de la présente technique, d'associer à au moins une cellule de la grille de données, au moins une donnée supplémentaire, dite donnée d'intérêt. Plus particulièrement, une telle donnée est représentative d'un degré d'intérêt de la cellule à laquelle elle est associée, au regard d'au moins un critère prédéterminé en lien avec un contexte de captation de la scène, une caractéristique de la scène captée, et/ou une application associée à ladite captation. Des exemples de tels critères sont présentés ultérieurement. Ainsi, en plus des données d'états DE, la cellule Ci de la figure 1 (ainsi que d'autres cellules de la grille de données GD, voire toutes les cellules de cette grille) est par exemple associée à une donnée d'intérêt DI, qui témoigne d'une importance et/ou d'une pertinence (selon le critère prédéterminé considéré) qu'il convient d'accorder à la distribution de probabilités d'états associée à la cellule. Selon une caractéristique particulière, la donnée d'intérêt prend la forme d'une distribution de probabilités entre plusieurs degrés d'intérêt (ou niveaux d'intérêts) prédéterminés. La figure 1 illustre ainsi une donnée d'intérêt DI qui prend la forme d'une distribution de probabilités de degrés d'intérêt entre deux niveaux d'intérêt prédéterminés selon un mode binaire, à savoir « cellule non importante » (1=0) et « cellule importante » (1=1) (étant entendu qu'un tel exemple est donné à titre purement illustratif et non limitatif, et que le nombre de degrés d'intérêt considérés peut être plus important afin notamment d'apporter plus de nuances qu'une simple considération de type tout ou rien). Ainsi, sur la figure 1, les probabilités P(l=0) et P(l=l) témoignent de la probabilité que la cellule Ci doit être considérée respectivement comme peu importante ou au contraire particulièrement importante au regard de certains critères, une telle information pouvant être utilisée par la suite par exemple pour conditionner certains traitements à appliquer à cette cellule. Selon une caractéristique particulière, les distributions DE de probabilités d'états et DI de probabilités de degrés d'intérêts ne sont pas évaluées séparément, mais sont au contraire estimées et stockées de manière conjointe.

La détermination de l'intérêt (e.g. de la distribution de la probabilité d'intérêt DI) d'une cellule est basée sur un ou plusieurs critères prédéterminés. En fonction des critères sélectionnés, la donnée d'intérêt peut par exemple être représentative d'un degré de confiance qu'il est légitimement possible d'accorder aux données d'états associées à la cellule considérée, et/ou d'un degré de pertinence ou d'importance de la cellule au regard d'un contexte courant. Des exemples de tels critères prédéterminés sont présentés ci-après, de tels critères pouvant être considérés individuellement ou combinés.

En premier lieu, la détermination de la donnée d'intérêt peut tenir compte du nombre de capteurs et/ou d'un degré de fiabilité des capteurs utilisés pour évaluer la distribution de probabilités d'états associée à la cellule considérée au pas de temps courant. Par exemple, une importance moins grande peut être attribuée aux cellules dont on sait que la distribution des probabilités d'états a été déterminée sur la base de données remontées par un faible nombre de capteurs, ou de données remontées par des capteurs dont les mesures sont réputées moins fiables que d'autres types de capteurs par exemple.

En deuxième lieu, la détermination de la donnée d'intérêt peut tenir compte de la nature (ou de l'origine) des données utilisées pour évaluer la distribution des probabilités d'états, selon par exemple que ces données soient des données résultant de mesures effectuées par des capteurs au pas de temps courant (i.e. des données « observées »), ou au contraire des données non mesurées, mais prédites ou extrapolées pour le pas de temps courant à partir par exemple de mesures plus anciennes.

En troisième lieu, la détermination de la donnée d'intérêt peut tenir compte de l'application envisagée (i.e. la finalité du procédé de traitement des données) et/ou de la position de la cellule considérée. Par exemple, des connaissances préalables d'une ou plusieurs caractéristiques particulières de la zone géographique de la scène associée à la cellule considérée au pas de temps courant, typiquement des données cartographiques, sont susceptible d'enseigner que des informations d'intérêt se trouve dans cette zone particulière, et qu'il convient donc d'accorder plus d'importance aux données d'états associées à cette cellule. Des projections basées sur le suivi de la dynamique de certains objets en mouvement présents dans la scène peuvent également être prises en compte pour la détermination de la donnée d'intérêt. Ainsi cette détermination peut par exemple tenir compte de la prédiction d'une trajectoire d'un objet dynamique appartenant à la scène, selon laquelle cet objet est susceptible d'être présent dans la zone associée à la cellule considérée au pas de temps courant, rendant de facto cette cellule comme digne d'intérêt. De manière similaire, la nature de l'application envisagée peut en soi être un critère pour la détermination de la donnée d'intérêt, la mise en oeuvre d'un système de freinage automatique d'un véhicule requérant par exemple un intérêt tout particulier pour les cellules qui couvrent des zones susceptibles de se trouver sur la trajectoire de ce véhicule.

Les exemples ci-dessus sont bien entendu donnés à titre illustratif et non limitatif, d'autres critères que ceux énumérés pouvant également être pris en compte, de manière complémentaire ou alternative, dans le cadre de la détermination d'un degré d'intérêt associé à une cellule. Selon une caractéristique particulière, plusieurs données d'intérêt de différentes natures peuvent également être associées à une cellule (par exemple une donnée d'intérêt représentative d'un degré de fiabilité des données d'états, une autre donnée d'intérêt représentative d'un degré d'importance de la cellule au regard de l'application envisagée, etc.).

Il résulte de ce qui précède que, contrairement aux états associés à une cellule, qui peuvent être considérés comme des informations de nature « absolue », le degré d'intérêt associé à une cellule est une information qui peut être qualifiée de « relative », en ce qu'elle dépend de l'application et/ou de l'observateur (i.e. des capteurs fournissant les métriques sur la base desquelles les grille de données sont au moins partiellement construites).

De telles données d'intérêt associées aux cellules d'une grille de données sont intéressantes en ce qu'elles permettent de différencier les traitements à appliquer aux différentes cellules de la grille, par exemple en allouant plus de ressources de calculs aux cellules considérées comme intéressantes.

La grille de données enrichie de ces données d'intérêt peut à ce titre être qualifiée de grille de données augmentée. On s'intéresse maintenant à des aspects complémentaires du procédé de traitement de grille de données selon la technique proposée, portant notamment sur la manière dont différentes grilles de données augmentées peuvent être fusionnées afin d'obtenir une grille de données résultante consolidée, plus facile à exploiter.

Dans ce cadre, trois modes de réalisation particuliers sont présentés ci-après:

un premier mode de réalisation portant sur la fusion de grille de données augmentées associées à des sources de données différentes (par exemple à des capteurs ou groupes de capteurs différents);

un deuxième mode de réalisation portant sur la fusion de grille de données augmentées associées à des données délivrées à différentes altitudes par une même source de données (par exemple un même capteur ou groupe de capteurs);

un troisième mode de réalisation particulier, combinant des fusions de grille de données augmentées selon les deux modes de réalisation particuliers précédemment mentionnés.

2 - Fusion de grilles de données augmentées associées à des sources de données différentes Les étapes de la fusion de grilles de données augmentées associées à des sources de données différentes sont présentées en relation avec la figure 2, dans un mode de réalisation particulier de la technique proposée. À des fins de simplification, on décrit ci-après la fusion de deux grilles de données augmentées, étant entendu que la fusion d'un nombre plus important de grilles de données augmentées peut toujours être décomposée en la mise en oeuvre d'une succession de fusions de deux grilles de données augmentées (par exemple, la fusion de trois grilles de données augmentées peut être réalisée par la succession d'une fusion des deux premières grilles de données augmentées, puis d'une fusion de la grille de données augmentées résultante avec la troisième grille de données augmentées).

Dans cadre, le procédé de traitement de grilles de données comprend une étape 21 d'obtention d'une première grille de données augmentée GDA1 associée à des données remontées par une première source de données ZI (par exemple un premier capteur ou groupe de capteurs), et une étape 22 d'obtention d'une deuxième grille de données augmentée GDA2 associée à des données remontées par une deuxième source de données Z2 (par exemple un deuxième capteur ou groupe de capteurs) distincte de la première source de données Zl. Les grilles de données augmentées GDA1 et GDA2 correspondent à deux représentations de la même scène, obtenues pour un même pas de temps courant. Selon les sources de données Zl et Z2 considérées, les grilles de données augmentées GDA1 et GDA2 obtenues sont directement de dimensions identiques. De manière alternative, lorsque ce n'est pas le cas, au moins l'une des deux grilles de données augmentées GDA1 et GDA2 fait l'objet d'un traitement préalable, typiquement une opération de troncage et/ou de complétion, afin que les grilles de données augmentées GDA1 et GDA2 finalement obtenues à l'issue des étapes 21 et 22 soient de dimensions identiques, c'est-à-dire qu'à toute cellule d'une des deux grilles corresponde une cellule de l'autre grille associée à une même zone de la scène captée. Plus particulièrement, une opération de troncage correspond à la suppression d'une ou plusieurs cellules d'une grille de données, tandis qu'une opération de complétion correspond à l'ajout d'une ou plusieurs cellules à une grille de données. Les cellules supprimées dans le cadre d'une opération de troncage sont, dans la mesure du possible, des cellules associées à une donnée d'intérêt représentative d'une faible importance et/ou d'une faible fiabilité (i.e. des cellules de faibles importances). Les cellules ajoutées dans le cadre d'une opération de complétion sont pour leur part volontairement associées, de manière fictive, à une donnée d'intérêt représentative d'une faible importance et/ou d'une faible fiabilité (i.e. les cellules ajoutées sont à dessein marquées comme de faible importance). De cette manière, l'impact de ces ajouts et/ou suppressions de cellules, qui ont uniquement pour objet d'obtenir des grilles de données augmentées GDA1 et GDA2 de taille similaire, est aussi faible que possible lors des opérations de fusion de grilles subséquentes. À l'issue des étapes 21 et 22, les grilles de données augmentées GDA1 et GDA2 comprennent donc - éventuellement après au moins une opération de troncage et/ou de complétion d'au moins une des deux grilles GDA1 et/ou GDA2 telle que précédemment mentionnée - le même nombre de cellules, et des cellules correspondantes de ces deux grilles (c'est-à-dire des cellules de même position dans chacune des deux grilles, par exemple les cellules marquées d'une croix « x » sur la figure 2) couvrent une même zone de la scène captée.

La fusion des deux grilles de données augmentées GDA1 et GDA2 est mise en oeuvre dans une étape 23, et comprend la fusion des distributions de probabilités d'états et la fusion des distributions de probabilités de degré d'intérêts entre cellules correspondantes desdites première et deuxième grilles de données augmentées, ladite fusion délivrant une grille de données augmentée fusionnée GDF.

Selon une caractéristique particulière, la fusion est opérée par application de mécanisme de fusion Bayésienne, selon une formule équivalente à la formule:

Dans cet exemple, à des fins de simplification, une représentation à deux états et à deux degrés d'intérêt est adoptée. Ainsi:

s'agissant de la donnée d'états, une cellule peut être « occupée » (S=1) ou « non occupée » (S=0);

s'agissant de la donnée d'intérêt, une cellule peut être « importante » (I=1) ou « non importante » (I=0).

Bien entendu, cet exemple, volontairement simplifié à des fins de clarté du propos, est non limitatif, et des représentations avec des nombres plus importants d'états (i.e. au-delà de deux états) ou de degrés d'intérêt (i.e. au-delà de deux degrés d'intérêt) peuvent également être envisagé sans sortir du cadre de la présente technique, avec une formule du type de celle précédemment présentée adaptée à ces représentations plus complexes.

On définit plus particulièrement via cette formule des mécanismes de propagation de la donnée d'intérêt I particulièrement avantageux selon lesquels:

la fusion des données de cellules correspondantes considérées comme très probablement peu importante (1=0) dans toutes les grilles de données augmentées avant fusion (i.e. à la fois dans GDA1 et GDA2) aboutit à une cellule qui est marquée comme peu importante dans la grille de données augmentée fusionnée GDF résultante;

tout intérêt potentiel d'une cellule constatée dans au moins une des grilles de données augmentées avant fusion (i.e. dans GDA1 ou GDA2) sort renforcé du processus de fusion, en ce qu'il conduit à une cellule marquée comme encore plus importante dans la grille de données augmentée fusionnée GDF résultante, autrement dit, P(I = 1|Z1Z2) ≥ MAX(P(I = 1|Z1), P(I = 1|Z2)).

3 - Fusion de grille de données augmentées associées à des données délivrées à différentes altitudes par une même source de données Les étapes de la fusion de grilles de données augmentées associées à des données délivrées à différentes altitudes par une même source de données sont présentées en relation avec la figure 3, dans un mode de réalisation particulier de la technique proposée.

Dans cadre, le procédé de traitement de grilles de données comprend une étape 31 d'obtention d'une pile PL grilles de données augmentées (GDA₀, GDA₁, …, GDA_k, …GDA_n) associées à des données fournies par une même source de données Z, représentatives de la scène à différentes altitudes h, pour un même pas de temps courant. De telles données peuvent par exemple être obtenues via l'utilisation de capteurs de type télémétrie laser. Plus particulièrement, chaque grille de données augmentée de la pile est associée à une altitude connue parmi une pluralité d'altitudes associées à la scène. Dans l'exemple de la figure 2, la pile PL comprend n+1 grilles de données augmentées (avec n un entier supérieur ou égal à 1), la grille de données augmentée GDA₀ la plus basse de la pile étant associée à des données remontées au niveau du sol par la source de données Z, et la grille GDA_n la plus haute de la pile étant associée à des données remontées pour la plus haute altitude h à laquelle la source de données Z est apte à délivrer des données. Dans l'exemple de la figure 2, chaque grille de la pile PL est représentée sous la forme d'un plan, l'altitude h correspondant par exemple à une altitude absolue par rapport à une altitude de référence telle que celle du niveau de la mer par exemple. Il convient toutefois de noter que dans un mode de réalisation particulier (non représenté), les grilles de données augmentées de la pile ne sont pas analogues à un plan, mais épousent le relief du sol sous-jacent. En d'autres termes, selon une caractéristique particulière, l'altitude h n'est pas une altitude absolue par rapport à une altitude de référence, mais une altitude relative à la position (i.e. à la hauteur) du sol dans la zone de la scène couverte par chaque cellule de la grille. Quel que soit le mode de réalisation considéré (altitude absolue ou relative), une grille de données augmentée de la pile n'en reste pas moins associée à une altitude h parmi une pluralité d'altitudes. Les grilles de données augmentées de la pile correspondent toutes à des représentations de la même scène, obtenues pour un même pas de temps courant. Selon la source de données Z considérée, les grilles de données augmentées de la pile PL obtenue sont directement de dimensions identiques. De manière alternative, lorsque ce n'est pas le cas, au moins une des grilles de données augmentées de la pile peut faire l'objet d'un traitement préalable, typiquement une opération de troncage et/ou de complétion telles que précédemment décrites en relation avec la figure 2, afin que toutes les grilles de données 1

augmentées de la pile finalement obtenues à l'issue de l'étape 31 soient de dimensions identiques, c'est-à-dire qu'à toute cellule d'une quelconque des grilles de la pile corresponde une cellule dans chacune des autres grilles de la pile associée à une même zone de la scène captée. Plus particulièrement, une opération de troncage correspond à la suppression d'une ou plusieurs cellules d'une grille de données, tandis qu'une opération de complétion correspond à l'ajout d'une ou plusieurs cellules à une grille de données. Les cellules supprimées dans le cadre d'une opération de troncage sont, dans la mesure du possible, des cellules associées à une donnée d'intérêt représentative d'une faible importance et/ou d'une faible fiabilité (i.e. des cellules de faibles importances). Les cellules ajoutées dans le cadre d'une opération de complétion sont pour leur part volontairement associées, de manière fictive, à une donnée d'intérêt représentative d'une faible importance et/ou d'une faible fiabilité (i.e. les cellules ajoutées sont à dessein marquées comme de faible importance). De cette manière, l'impact de ces ajouts et/ou suppressions de cellules, qui ont uniquement pour objet d'obtenir des grilles de données augmentées de taille similaire dans l'ensemble de la pile PL, est aussi faible que possible lors des opérations de fusion de grilles subséquentes. À l'issue de l'étape 31, les grilles de données augmentées de la pile comprennent donc le même nombre de cellules, et des cellules correspondantes de ces grilles (c'est-à-dire des cellules de même position dans chacune des deux grilles, par exemple les cellules marquées d'une croix « x » sur la figure 3) couvrent une même zone de la scène mais à différentes altitudes. En d'autres termes, ces cellules correspondantes permettent d'analyser le contenu de la « colonne d'air » à la verticale de la zone associée de la scène, autrement dit une représentation en trois dimensions. Ceci permet notamment d'améliorer la détection de certains types d'obstacles (par exemple le tablier d'un pont, des panneaux sur un portique, etc.) pour lesquels l'occupation d'espace est par exemple différente entre une altitude proche du niveau du sol et une altitude plus élevée.

La fusion des grilles de données augmentées de la pile est mise en oeuvre dans une étape 32, et comprend la fusion des distributions de probabilités d'états et la fusion des distributions de probabilités de degré d'intérêts entre cellules correspondantes de l'ensemble des grilles de données augmentées, ladite fusion délivrant une grille de données augmentée fusionnée consolidée GDFC pour l'ensemble de la pile PL.

Il convient de noter qu'à la différence de la technique de fusion de grilles de données augmentées précédemment décrite en relation avec la figure 2 pour des données associées à différentes sources de données, pour laquelle une hypothèse de base réside dans l'indépendance entre les données issues de différentes sources de données dans chaque cellule, les données issues d'une même source de données à différentes altitudes sont clairement dépendantes. Par exemple, si toutes les données d'une cellule sont concentrées sur un intervalle étroit d'altitudes, les distributions de probabilité d'état (i.e. d'occupation) selon ces données sont clairement corrélées à cette plage d'altitudes.

On présente ci-après deux stratégies de fusion des grilles d'une pile de grilles de données augmentées, visant à obtenir une grille de données augmentée fusionnée consolidée associée à l'ensemble de la pile.

À nouveau, dans la description qui suit de ces deux stratégies, dont des modes de réalisation particuliers sont donnés à titre illustratif et non limitatif, une représentation à deux états et à deux degrés d'intérêt est adoptée, à des fins de simplification. Ainsi:

s'agissant de la donnée d'états, une cellule peut être « occupée » (S=1) ou « non occupée » (S=0);

s'agissant de la donnée d'intérêt, une cellule peut être « importante » (I=1) ou « non importante » (I=0).

Bien entendu, cet exemple, volontairement simplifié à des fins de clarté du propos, est non limitatif, et des représentations avec des nombres plus importants d'états (i.e. au-delà de deux états) ou de degrés d'intérêt (i.e. au-delà de deux degrés d'intérêt) peuvent également être envisagé sans sortir du cadre de la présente technique, avec des mécanismes et formules du type de ceux présentés ci-après adaptés à ces représentations plus complexes.

Considérant l'ensemble des cellules correspondantes dans la pile de grilles de données augmentées, c'est-à-dire l'ensemble des cellules situées à des altitudes différentes (i.e. à la verticale) d'une même zone au sol de la scène (par exemple toutes les cellules marquées d'un « x » en figure 3), ces deux stratégies ont pour point commun qu'il suffit qu'une cellule soit considérée comme occupée dans l'une quelconque des grilles de données augmentées de la pile (i.e. à une quelconque altitude) pour que la cellule fusionnée résultante (par exemple la cellule marquée d'un « r » sur la figure 3, résultat de la fusion de toutes les cellules marquées d'un « x ») dans la grille de données augmentée consolidée soit marquée comme occupée.

Ces deux stratégies de fusion diffèrent cependant sur le traitement de la fusion des données d'intérêt, comme présenté ci-après. -- Première stratégie de fusion

Selon un mode de réalisation particulier correspondant à la première stratégie de fusion précitée, la fusion des grilles de la pile de grilles de données augmentées est réalisée en initialisant une première variable PSO = P(S₀ = 0 I_o = 0|Z) + P(S₀ = 0 I_o = 1|Z), une deuxième variable PIO = P(S₀ = 0 /₀ = 0|Z) + P(S₀ = 1 /₀ = 0|Z) et une troisième variable PS0I0 = P(S₀ = 0 I_o = 0|Z), puis en effectuant une boucle dans laquelle les grilles de données augmentées de ladite pile sont parcourues séquentiellement pour mettre à jour la première variable, la deuxième variable et la troisième variable selon la suite d'opérations suivantes, avec k l'indice de la grille de données augmentée parcourue à l'itération considérée de la boucle:

c) PS0I0 = PS0I0 * P(S_k = 0 I_k = 0|Z)

Une fois la boucle achevée, c'est-à-dire une fois que l'ensemble des grilles de données augmentées ont été parcourues, les distributions de probabilités associées à la grille de données augmentée fusionnée consolidée GDFC sont définies par la troisième variable PSO/O (correspondant à la probabilité qu'une cellule fusionnée soit non occupée et non importante), une variable PS1I0 = PIO — PS0I0 (correspondant à la probabilité qu'une cellule fusionnée soit occupée et non importante), une variable PS0I1 = PSO — PS0I0 (correspondant à la probabilité qu'une cellule fusionnée soit non occupée et importante), et une variable PS1I1 = 1 — PS1I0 — PS0I1 — PS0I0 (correspondant à la probabilité qu'une cellule fusionnée soit occupée et importante).

Selon cette première stratégie de fusion, il suffit qu'une cellule soit considérée comme importante dans l'une quelconque des grilles de données augmentées de la pile (i.e. à une quelconque altitude) pour que la cellule fusionnée résultante dans la grille de données augmentée consolidée soit marquée comme importante.

-- Deuxième stratégie de fusion

Selon un autre mode de réalisation particulier correspondant à la deuxième stratégie de fusion précitée, la fusion des grilles de la pile de grilles de données augmentées est réalisée par fusion récursive, à partir d'une première grille de la pile et en procédant à des fusions successives deux à deux jusqu'à ce que l'ensemble des grilles de la pile soit traitée. En d'autres termes, une première grille de la pile est fusionnée avec une autre grille de la pile, puis la grille fusionnée résultante est elle-même fusionnée avec encore une autre grille de la pile, et ainsi de suite tant qu'il reste des grilles non fusionnées au sein de la pile. Ces fusions récursives au sein de la pile peuvent être effectuées dans un ordre quelconque, n'importe quelle grille de données augmentée de la pile pouvant être sélectionnée en tant que première grille. Toutefois, à des fins de clarté, on décrit ci-après à titre uniquement illustratif et non limitatif un mode de réalisation particulier dans lequel la fusion des grilles de la pile est réalisée par fusion récursive, à partir d'une première grille correspondant à la grille de données augmentée GDAo associée à la plus basse altitude, des grilles de données augmentées suivantes de la pile, par altitude croissante. En d'autres termes, des fusions successives deux à deux avec la grille de données augmentée d'altitude immédiatement supérieure sont réalisées en partant de la grille de données augmentée de plus basse altitude, jusqu'à atteindre le sommet de la pile:

la grille de données augmentée GDAi est fusionnée avec la grille de données augmentée GDAo pour délivrer une première grille fusionnée intermédiaire GDA₀₊₁;

la grille de données augmentée GDA2 est fusionnée avec la première grille fusionnée intermédiaire GDA₀₊₁ pour délivrer une deuxième grille fusionnée intermédiaire GDA₀₊₁₊₂; et ainsi de suite, jusqu'à ce que la grille de données augmentée GDA_n de plus haute altitude soit fusionnée avec la n^lème grille fusionnée intermédiaire GDAo_+i+..._+n-i pour délivrer la grille de données augmentée fusionnée consolidée GDFC pour l'ensemble de la pile PL.

Dans ce contexte, selon une caractéristique particulière, le calcul de la distribution de probabilités Pk+i(SI\Z) associée à une cellule d'une grille de données augmentée fusionnée d'itération ultérieure (i.e. de la grille fusionnée intermédiaire suivante) à partir de la grille de données augmentée fusionnée d'itération précédente (i.e. de la grille fusionnée intermédiaire précédente)

... S_kI_k~) est par exemple réalisé selon la suite d'opérations suivantes:

I 7_fc+1 = 1| )

b) P_k+1(S = 0 / = 1|Z) = P_k S = 0 / = 1|Z) * (P (S_k+1 = 0 /_k+1 = l|Z) +

P( /_k+1 = 0|Z) * (k — l)/k) + P_k(/ = 0|Z) * P (S_k+1 = 0/_k+1 = 1|Z)/

c) P_k+1(Z = 0) = 1 - P_k+1(S = 1 Z = 1|Z) - P_k+1(S = 01 = 1|Z),

cette suite d'opération étant réitérée jusqu'à ce que l'indice k+1 soit égal n, c'est-à-dire qu'il désigne l'indice de la grille de données augmentée associée à la plus haute altitude de ladite pile de grilles de données augmentées, les distribution de probabilités Pk+i(S=l 1=11 Z) (correspondant à la probabilité qu'une cellule fusionnée soit occupée et importante), Pk+i(S=O 1=11 Z) (correspondant à la probabilité qu'une cellule fusionnée soit non occupée et importante), et Pk+i(l=O) (correspondant à la probabilité qu'une cellule fusionnée soit non importante, peu important son état d'occupation) finalement obtenues étant celles associées à la grille de données augmentée fusionnée consolidée GDFC associée à l'ensemble de la pile.

Dans cette deuxième stratégie de fusion, la manière dont les distributions de probabilités d'intérêts sont fusionnées est définie différemment de la première stratégie. Plus particulièrement, selon cette deuxième stratégie, la fusion des données d'intérêt est définie différemment en fonction de l'état d'occupation des cellules. Ainsi, selon cette deuxième stratégie:

il suffit qu'une cellule soit considérée comme occupée et importante dans l'une quelconque des grilles de données augmentées de la pile (i.e. à une quelconque altitude) pour que la cellule fusionnée résultante dans la grille de données augmentée consolidée soit marquée comme occupée et importante;

si toutes les cellules correspondantes sont considérées comme non occupées dans toutes les grilles de données augmentées de la pile, et que certaines de ces cellules sont considérées comme importantes, la cellule fusionnée résultante dans la grille de données augmentée consolidée est marquée comme non occupée et importante seulement en proportion du nombre de grilles de données augmentées de la pile dans lesquelles la cellule non occupée est considérée comme importante.

4 - Fusion combinée

Dans un mode de réalisation particulier, les techniques de fusion précédemment décrites en relation avec la figure 2 (fusion de grille de données augmentées associées à des sources de données différentes) d'une part et avec la figure 3 (fusion de grille de données augmentées associées à des données délivrées à différentes altitudes par une même source de données) d'autre part sont mises en oeuvre de manière complémentaire.

Ainsi, en présence de différentes sources de données (par exemple des sources de données ZI et Z2) aptes chacune à délivrer une pile de grilles de données augmentées correspondant à une représentation de la même scène à différentes altitudes, deux approches peuvent être adoptées afin de générer une unique grille de données augmentée fusionnée consolidée plus facilement exploitable qu'une multitude de grilles.

Selon une première approche, chaque pile de grilles de données augmentées est traitée selon la technique de fusion de grille de données augmentées associées à des données délivrées à différentes altitudes par une même source de données, telle que précédemment décrite en relation avec la figure 3. On obtient ainsi, pour chacune des sources de données, une grille de données augmentée fusionnée consolidée. La technique de fusion de grille de données augmentées associées à des sources de données différentes, précédemment décrite en relation avec la figure 2, est alors utilisée pour fusionner les grilles de données augmentées fusionnées consolidées associées à chaque source de données (e.g. pour fusionner la grille consolidée obtenue pour la source de données Zl, et celle obtenue pour la source de données Z2), et générer une grille de données augmentée fusionnée unique.

Selon une deuxième approche, alternative, les grilles de données augmentées associées à une même altitude dans chaque pile sont fusionnées selon la technique de fusion de grille de données augmentées associées à des sources de données différentes précédemment décrite en relation avec la figure 2. On obtient alors une pile consolidée qui peut être considérée comme associée à un même groupe de capteurs Z (e.g. la source de donnée Z, composé des sources de données Zl et Z2). La technique de fusion de grille de données augmentées associées à des données délivrées à différentes altitudes par une même source de données, précédemment décrite en relation avec la figure 3, est alors utilisée pour traiter cette pile consolidée, et générer une grille de données augmentée fusionnée unique.

5 - Dispositifs

Selon un autre aspect, la technique proposée se rapporte également à un dispositif électronique de traitement d'au moins une grille de données. Comme présenté précédemment en relation avec le procédé de traitement, ladite grille de données est découpée en cellules, chaque cellule étant associée à une distribution de probabilités d'états d'une zone de ladite scène couverte par ladite cellule à un pas de temps courant, lesdites probabilités d'état étant déterminées en fonction de données remontées audit pas de temps courant par un au moins un capteur dudit ensemble de capteurs et/ou de données prédites par un modèle de prédiction en fonction de données remontées à au moins un pas de temps précédent par ledit au moins un capteur. Un tel dispositif électronique comprend des moyens de détermination, pour au moins une cellule de la grille, d'au moins une donnée dite d'intérêt, représentative d'un degré d'intérêt de ladite au moins une cellule au regard d'au moins un critère prédéterminé en lien avec un contexte de captation de la scène, une caractéristique de la scène captée, et/ou une application associée à ladite captation, lesdits moyens de détermination délivrant une grille de données dite augmentée.

Un tel dispositif électronique est par ailleurs apte, parce qu'il a été configuré en ce sens, à réaliser le procédé de traitement précédemment décrit dans l'un quelconque de ses modes de réalisation.

On présente maintenant, en relation avec la figure 4 la structure simplifiée d'un dispositif électronique de traitement d'au moins une grille de données, dans un mode de réalisation particulier de la technique proposée.

Le dispositif, selon la technique proposée, comprend par exemple une mémoire 41 constituée d'une mémoire tampon M, une unité de traitement 42, équipée par exemple d'un microprocesseur pP, et pilotée par le programme d'ordinateur Pg 43, mettant en oeuvre des étapes du procédé de traitement d'au moins une grille de données, selon au moins un mode de réalisation de l'invention. À cette fin, le dispositif électronique comprend également, dans un mode de réalisation particulier, au moins une interface de communication (par exemple une interface de communication filaire ou sans fil) lui permettant de recevoir et d'émettre des données en provenance et à destination d'autres équipements électroniques. De telles interfaces de communication permettent par exemple de recevoir des données en provenance de source de données telles que différents types de capteurs par exemple, et émettre des données à destination d'actionneurs (par exemple un dispositif de freinage ou de modification de trajectoire, lorsque le dispositif électronique est embarqué sur un véhicule autonome).

À l'initialisation, les instructions de code du programme d'ordinateur 43 sont chargées dans la mémoire tampon avant d'être exécutées par le processeur de l'unité de traitement 42. L'unité de traitement 42 reçoit en entrée E par exemple des données en provenance de multiples capteurs, sur la base desquelles est générée au moins une grille de données représentatives de la scène captée.

Le microprocesseur de l'unité de traitement 42 réalise alors les étapes du procédé de traitement d'au moins une grille de données, selon les instructions du programme d'ordinateur 43. Plus particulièrement, l'unité de traitement 42 procède - en plus et éventuellement conjointement à la détermination d'une distribution de probabilités d'états associée à une zone de la scène couverte par une cellule de la grille à un pas de temps courant - à la détermination d'au moins une donnée dite d'intérêt pour ladite cellule, ladite donnée d'intérêt étant représentative d'un degré d'intérêt de ladite cellule au regard d'au moins un critère prédéterminé en lien avec un contexte de captation de la scène, une caractéristique de la scène captée, et/ou une application associée à ladite captation.

La grille de donnée traitée est ainsi enrichie de données d'intérêt qui viennent compléter les données d'états, générant ainsi une grille de données à ce titre qualifiée d'augmentée, qui est délivrée par l'unité de traitement 42 en sortie S.

Dans divers modes de réalisation particuliers, l'unité de traitement 42 est par ailleurs configurée pour mettre en oeuvre diverses opérations de fusion entre grilles de données représentatives d'une même scène captée, selon des modalités déjà précédemment présentées en relation avec le procédé de traitement de grille de données selon la présente technique.

Claims

REVENDICATIONS

1. Procédé de traitement d'au moins une grille de données représentatives d'une scène captée par un ensemble de capteurs, ladite grille de données étant découpée en cellules (Cl, C2, C3, Ci), chaque cellule étant associée à une distribution de probabilités d'états (DE) d'une zone de ladite scène couverte par ladite cellule à un pas de temps courant, lesdites probabilités d'état étant déterminées en fonction de données remontées audit pas de temps courant par un au moins un capteur dudit ensemble de capteurs et/ou de données prédites par un modèle de prédiction en fonction de données remontées à au moins un pas de temps précédent par ledit au moins un capteur, ledit procédé comprenant la détermination, pour au moins une cellule de la grille, d'au moins une donnée dite d'intérêt (DI), représentative d'un degré d'intérêt de ladite au moins une cellule au regard d'au moins un critère prédéterminé en lien avec un contexte de captation de la scène, une caractéristique de la scène captée, et/ou une application associée à ladite captation, ladite détermination délivrant une grille de données dite augmentée (GDA).

2. Procédé selon la revendication 1, caractérisé en ce que ledit au moins un critère prédéterminé utilisé pour déterminer le degré d'intérêt d'une cellule appartient au groupe comprenant au moins:

un nombre et/ou un degré de fiabilité des capteurs utilisés pour déterminer la distribution de probabilités d'états associée à ladite cellule au pas de temps courant;

une nature des données utilisées pour déterminer la distribution de probabilités d'états associée à ladite cellule au pas de temps courant, parmi des données prédites ou des données remontées en provenance des capteurs;

une connaissance préalable d'une caractéristique particulière de la zone de la scène associée à ladite cellule au pas de temps courant;

une prévision d'une trajectoire d'un objet dynamique appartenant à la scène, selon laquelle ledit objet est susceptible d'être présent dans la zone de la scène associée à ladite cellule au pas de temps courant;

une application particulière visée pour l'utilisation de la distribution de probabilités d'états associée à ladite cellule au pas de temps courant. 3. Procédé selon la revendication 1, caractérisé en ce que ladite donnée d'intérêt (DI) prend la forme d'une distribution de probabilités de degrés d'intérêt.

4. Procédé selon la revendication 3, caractérisé en ce qu'il comprend:

l'obtention (21) d'une première grille de données augmentée (GDAI) pour ladite scène, associée aux données fournies au pas de temps courant par une première source de données (Zl);

l'obtention (22) d'une deuxième grille de données augmentée (GDA2) pour ladite scène, associée aux données fournies au pas temps courant par une deuxième source de données (Z2) distincte de la première source de données (Zl);

la fusion (23) desdites première et deuxième grilles de données augmentées, comprenant la fusion des distributions de probabilités d'états et la fusion des distributions de probabilités de degré d'intérêts entre cellules correspondantes desdites première et deuxième grilles de données augmentées, ladite fusion délivrant une grille de données augmentée fusionnée (GDF).

5. Procédé selon la revendication 4, caractérisé en ce que ladite fusion est opérée selon la formule:

6. Procédé selon la revendication 3, caractérisé en ce qu'il comprend:

l'obtention (31) d'une pile (PL) de grilles de données augmentées (GDAo, GDAi, GDAk, GDA_n) pour ladite scène, associée à des données remontées par une même source de données (Z) à une pluralité d'altitudes de ladite scène, chaque grille de données augmentée de la pile étant associée à une altitude (h) donnée parmi ladite pluralité d'altitudes;

la fusion (32) des grilles de données augmentées de ladite pile (PL), comprenant la fusion des distributions de probabilités d'états et la fusion des distributions de probabilités de degré d'intérêts entre cellules correspondantes de l'ensemble des grilles de données augmentées, ladite fusion délivrant une grille de données augmentée consolidée (GDFC) pour ladite pile (PL). Tl

7. Procédé selon la revendication 6, caractérisé en ce que ladite fusion des grilles de données augmentées de ladite pile est réalisée en initialisant une première variable PSG = P(S₀ = 0 I_o = 0|Z) + P(S₀ = 0 I_o = 1 \Z), une deuxième variable PIO = P(S₀ = 0 I_o = 0\Z) + P(S₀ = 1 I_o = 0|Z) et une troisième variable PSOIO = P(S₀ = 0 I_o = 0 |Z)₇ puis en effectuant une boucle dans laquelle les grilles de données augmentées de ladite pile sont parcourues séquentiellement pour mettre à jour, à chaque itération de la boucle, la première variable, la deuxième variable et la troisième variable selon la suite d'opérations suivantes:

c) PSOIO = PS0I0 * P(S_k = 0 I_k = 0|Z)

jusqu'à ce que l'ensemble des grilles de la pile soit parcourue, puis retourner une grille de données augmentée consolidée pour ladite pile définie par la troisième variable PSOIO, une variable PS1I0 = PI0 — PS0I0, une variable PS0I1 = PS0 — PS0I0, et une variable PS1I1 = 1 − PS1I0 − PS0I1 − PS0I0.

8. Procédé selon la revendication 6, caractérisé en ce que ladite fusion des grilles de données augmentées de ladite pile est réalisée par fusion récursive, à partir d'une première grille Po(SI | Z) choisie égale à la grille de données augmentée P(So loi Z) associée à la plus petite altitude de ladite pile, des grilles de données augmentées suivantes de ladite pile, via le calcul d'une grille de données augmentée fusionnée d'itération ultérieure Pk+i(SI\Z) à partir de la grille de données augmentée fusionnée d'itération précédente P_k(SI\Z) = 2s_o...s_fc (⁵o )| )... (5_k/_k|Z)P(S/|S₀/₀... S_kI_k) selon la suite d'opérations suivantes:

17_fc+i = 1| )

b) P_k+1(S = 0 I = 1|Z) = P_k S = 0 I = 1|Z) * (P (S_k+1 = 0 /_k+1 = l|Z) + P(7_k+1 = O|Z) * (Æ - l) ) + P_k(7 = O|Z) * P (S_k+1 = 0 /_k+1 = 1|Z)/

c) P_k+1(/ = 0) = 1 - P_k+1(S = 11 = 1|Z) - P_k+1(S = 01 = 1|Z),

jusqu'à ce que l'indice k+1 désigne l'indice de la grille de données augmentée associée à la plus haute altitude de ladite pile de grilles de données augmentées, et pour retourner Pk+i(S=l 1=11 Z), Pk+i(S=O 1=11 Z) et Pk+i(l=O) en tant que grille de données augmentée consolidée pour ladite pile. 9. Dispositif de traitement d'au moins une grille de données représentatives d'une scène captée par un ensemble de capteurs, ladite grille de données étant découpée en cellules, chaque cellule étant associée à une distribution de probabilités d'états d'une zone de ladite scène couverte par ladite cellule à un pas de temps courant, lesdites probabilités d'état étant déterminées en fonction de données remontées audit pas de temps courant par un au moins un capteur dudit ensemble de capteurs et/ou de données prédites par un modèle de prédiction en fonction de données remontées à au moins un pas de temps précédent par ledit au moins un capteur, ledit dispositif comprenant des moyens de détermination, pour au moins une cellule de la grille, d'au moins une donnée dite d'intérêt, représentative d'un degré d'intérêt de ladite au moins une cellule au regard d'au moins un critère prédéterminé en lien avec un contexte de captation de la scène, une caractéristique de la scène captée, et/ou une application associée à ladite captation, lesdits moyens de détermination délivrant une grille de données dite augmentée.

10. Produit programme d'ordinateur téléchargeable depuis un réseau de communication et/ou stocké sur un support lisible par ordinateur et/ou exécutable par un microprocesseur, caractérisé en ce qu'il comprend des instructions de code de programme pour l'exécution d'un procédé selon l'une quelconque des revendications 1 à 8, lorsqu'il est exécuté par un ordinateur.