Aller au contenu principal

[Vie du projet] Plateforme de perception embarquée et robuste basée Lidar, caméras, GNSS et IMU

Le laboratoire Environnement - Aménagement, Sécurité et Éco-conception (laboratoire AME - EASE) de l'Université Gustave Eiffel et SHERPA Engineering (site de Nantes) ont débuté depuis trois ans une collaboration fructueuse autour de la problématique de l'amélioration de la perception de l'environnement et de la localisation des navettes autonomes.

Plusieurs verrous scientifiques ont ainsi été identifiés au cours de ce partenariat. Afin de répondre à cette problématique, SHERPA Engineering a conçu une plateforme mobile de perception ouverte et évolutive pour le compte de l'Université Gustave Eiffel dans le cadre du projet ENA, expérimentations réelles pour navettes autonomes en circulation mixte, soutenu dans le cadre du Programme d’investissement d’avenir (PIA) opéré par l’ADEME et labellisé par le pôle de compétitivité CARA

Cette plateforme contient principalement un calculateur, un lidar 128 nappes, des caméras en stéréovision et un module, intégrant centrale inertielle et récepteur GNSS (Géolocalisation et Navigation par un Système de Satellites). Dotée d'une autonomie couvrant une journée d'expérimentations (énergie, stockage interne des données), elle reste fonctionnelle sous différentes conditions climatiques (pluie, brouillard, ensoleillement, etc.) et différents environnements routiers (résistante aux vibrations et à la poussière). Elle est rapidement transposable d'un véhicule à un autre et n'interagit pas avec les composants électroniques du véhicule. Le calculateur interne permet de déployer des algorithmes embarqués dans le cadre des expérimentations menées sur les pistes de l'Université Gustave Eiffel à Nantes et sur des cas d'usage routiers. Notamment, le système permet de générer des jeux de données sur des parcours variés (milieux urbain, interurbain) à partir des sorties fusionnées des différents capteurs embarqués au sein de la plateforme, afin d’entraîner des algorithmes d’Intelligence Artificielle (IA) pour la détection et la classification d’éléments distinctifs de la scène routière. Cette approche permet d'améliorer la qualité de la perception tant du point de vue de la distance de détection que de l'identification des mobiles détectés.

Cette technique sera notamment testée sur l'expérimentation de navettes autonomes déployées sur Cœur de Brenne.

 

Contacts:

Damien Grolleau et Xavier Dauptain - Sherpa engineering

Veronique Cerezoet Manuela Gennesseaux - Université Gustave Eiffel

 


Laboratoire Environnement - Aménagement, Sécurité et Éco-conception (laboratoire AME - EASE)

SHERPA Engineering


Toute l'actualité

Malgré des avancées technologiques encourageantes, l’arrivée des véhicules complètement autonomes n’est pas pour demain. Découvrez, dans ce reportage…

Cette vidéo permet de découvrir la plus-value de ce site expérimental pour la recherche à travers les interviews de ses principaux acteurs et la…

Dans le Pop'sciences Mag de Juin 2018 "A quoi rêvent les intelligences artificielles ? ", la Direction Culture Sciences et Société de l'Université de…

Ajouter un commentaire

0 commentaire
3848 Recommander cette page

Écrire un nouveau commentaire