SLAM visuel avec détection et suivi d'objets mobiles par une approche de segmentation/classification

David Marquez-Gamez (1) , Michel Devy (1)

1 LAAS-RAP - Équipe Robotique, Action et Perception

Cet article présente un système conçu pour traiter ensemble du SLAM, de la Détection et du Suivi d'objets mobiles (SLAM-MOT), en exploitant uniquement la vision. Le but est de produire depuis des données visuelles, une description exploitable par un robot mobile, d'une scène dynamique: modélisation du monde statique, localisation du robot dans ce monde, et comment les autres objets mobiles s'y déplacent. Une approche combinant Segmentation par Clustering et Classification permet de détecter d'une part des points statiques pris en compte dans le SLAM visuel, et d'autre part des groupes de points mobiles exploités pour détecter et suivre les composantes dynamiques de la scène. L'approche globale est évaluée sur des bases d'images acquises en milieu urbain

Mots clés: SLAMMOT; Objets mobiles; Détection; Suivi; Segmentation; Clustering

Domaines: Intelligence artificielle [cs.AI]; Vision par ordinateur et reconnaissance de formes [cs.CV]

David Marquez-Gamez, Michel Devy. SLAM visuel avec détection et suivi d'objets mobiles par une approche de segmentation/classification. RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3. ⟨hal-00656572⟩