Le but de ce projet est de concevoir et de développer des algorithmes efficaces qui produisent en temps réel un modèle 3D de la scène autour d’une voiture à partir de caméras montées sur le véhicule.
La localisation et la cartographie simultanées (SLAM) aborde le problème de la construction d’une carte d’un environnement inconnu par des caméras ou un robot mobile tout en naviguant dans cet environnement à l’aide de la carte. Le but de ce projet est de concevoir et de développer des algorithmes efficaces qui produisent en temps réel un modèle 3D de la scène autour d’une voiture, à partir de caméras montées sur le véhicule. En plus de réaliser la SLAM, les algorithmes développés estimeront un étiquetage sémantique pour chaque point 3D reconstruit. Au total, cela permettra de fournir une carte 3D précise de l’environnement de la voiture.
Le projet se concentrera sur deux applications principales. La première dans un scénario de stationnement, où l’on peut s’attendre à ce que la voiture se déplace lentement et que l’environnement soit essentiellement statique. La deuxième implique la conduite réelle soit dans la ville, soit sur l’autoroute.
Ce projet dure 3 ans et est réalisé dans le cadre de la Chaire internationale de recherche International Research Drive for All, dirigée par le professeur Arnaud de La Fortelle de MINES ParisTech, sponsorisée par Groupe PSA, Safran et Valeo. Il est dirigé par le Laboratoire de vision par ordinateur (CVLAB) du professeur Pascal Fua.
| Investigateur principal |
Prof. Pascal Fua |
| Responsable de projet | Mathieu Salzmann |
| Sponsor | MINES ParisTech Foundation (Safran, Groupe PSA, Valeo) |
| Période | 2017-2019 |
| Laboratoire | CVLAB |
| Collaboration | TRACE |