logiciel de détection et de suivi de mobilessari.ifsttar.fr/livrables/vizir/vizir_2.2.2.pdf ·...

PROJET SARI - PREDIT 3 Surveillance Automatisée de la Route pour l’Information des

conducteurs et des gestionnaires

Logiciel de détection et de suivi de mobiles

N° du livrable : 2.2.2

Référence DTSI/SARC/2007-196

Date : 05/09/2007

Version : V2

Auteurs (partenaires)

: Patrick Sayd, Nicolas Guimier (CEA)

Olivier Guye (VITEC)

Thème : Animation Scientifique – 1ère tranche

Type (1,2,3,4) : 2

Confidentialité : 2 «non classé »

Diffusion : instances SARI

Financement : DRAST - Direction de la Recherche et des Affaires Scientifiques et Techniques



DRT – LIST - DTSI

Service Architectures et Conception CEA/SACLAY – 91191 GIF-SUR-YVETTE CEDEX

TÉL : +33 (0)1 69 08 65 25 - FAX : +33 (0) 1 69 08 83 95 – E-MAIL : [email protected] Etablissement public à caractère industriel et commercial

R.C.S. PARIS B 775 685 019

Ce document et les informations qu’ il contient, sont la propriété exclusive du CEA. Ils ne peuvent pas être communiqués ou divulgués sans une autorisat ion préalable du Cea-List.

/31

2

IDENTIFICATION : Rapport DTSI/SARC/2007-196

TITRE : Logiciel de détection et de suivi de mobiles

AUTEURS : Patrick Sayd, Nicolas Guimier

Mots-clefs :

UNITE : DRT/LIST/DTSI/SARC/LCEI

RESUME/Contexte Projet Vizir – Livrable 2.2.2 – Fin tranche 1 (T0+18)



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

3

Table des matières

1 Contenu de ce document ..........................................................................................................5

2 Présentation de l’application carrefour.....................................................................................6

2.1 Introduction......................................................................................................................6

3 La base de données Vizir ..........................................................................................................8

3.1 Le système d’acquisition ..................................................................................................8 3.1.1 Positionnement et caractéristiques de la caméra ..............................................................................................8 3.1.2 Mise en œuvre du système d’acquisition..........................................................................................................12

3.2 Présentation de la base de données................................................................................ 13 3.2.1 Site de Saint-Aubin ..............................................................................................................................................13 3.2.2 Séquences diverses ...............................................................................................................................................17

4 Fonctions d’analyse de trafic .................................................................................................. 19

4.1 Calibrage......................................................................................................................... 19

4.2 Apprentissage du fond.................................................................................................... 21

4.3 Détection des véhicules ..................................................................................................22

4.4 Localisation des véhicules ..............................................................................................22

4.5 Suivi des véhicules..........................................................................................................24

4.6 Analyse des situations dangereuses ...............................................................................25

4.7 Etudes complémentaires ................................................................................................26 4.7.1 Scènes de nuit .......................................................................................................................................................26 4.7.2 Cas des carrefours en X ......................................................................................................................................27

5 Conclusion ..............................................................................................................................29

Annexe : Manuel utilisateur du logiciel d’analyse du trafic............................................................30



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

4

Table des figures Figure 1 : Exemples de situation gérées par le système...........................................................................................6 Figure 2 : Positions possibles de la caméra pour couvrir la zone à observer.......................................................9 Figure 3 : Caméra équipée - d’un fish-eye (185°) en position 3 (à gauche) – d’un grand angle (77°) en position 1 (à droite) .....................................................................................................................................................10 Figure 4 : Vue du système d’acquisition et mise en œuvre sur site......................................................................12 Figure 5 : Carrefour de Saint-Aubin vue du sol et localisation. ...........................................................................13 Figure 6 : Vue aérienne du carrefour de Saint-Aubin............................................................................................14 Figure 7 : Echantillons des séquences acquises sur le site de Saint-Aubin. .......................................................16 Figure 8 : Echantillons des diverses séquences acquises.......................................................................................18 Figure 9 : Points mesurés sur le site (cônes de signalisation) ...............................................................................19 Figure 10 : Plan du carrefour et projection de véhicules détectés sur l’image sur le plan ...............................20 Figure 11 : Echantillons de la séquence 28 heures et exemples d’objets séparés du fond ..............................21 Figure 12 : Exemples d’extraction de véhicules : en rouge, pixels séparés du fond et le cadre englobant le véhicule. ........................................................................................................................................................................22 Figure 13 : Détection des véhicules – Projection sur le plan de la route............................................................23 Figure 14 : Suivi de véhicules.....................................................................................................................................25 Figure 15 : Exemples de détection de nuit avec un éclairage public convenable..............................................26 Figure 16 : Acquisition de nuit sur le site de Saint-Aubin : avec un éclairage public faible (à gauche) – sans éclairage public mais avec le projecteur IR (à droite) ............................................................................................27 Figure 17 : Résultats de détection sur un carrefour en X......................................................................................28



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

5

1 Contenu de ce document

Ce document a pour objectif de présenter les développements techniques réalisés dans l’activité Carrefour et le logiciel réalisé dans la première tranche du projet Vizir Ce document est organisé en 3 parties :

• La première partie rappelle le contexte de l’étude et les spécifications de l’application.

• Le second chapitre décrit la base de données image. Le système d’acquisition et les sites d’expérimentaux sont présentés.

• La dernière partie présente les fonctions du logiciel développé et quelques résultats expérimentaux obtenus sur les sites du projet.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

6

2 Présentation de l’application carrefour 2.1 Introduction

L’objectif de l’action Carrefour est d’analyser l’accidentologie sur les carrefours en rase campagne et de proposer un système d’information intelligent permettant d’aider les usagers à adapter leur comportement à la situation. Un système vidéo analyse le trafic sur le carrefour et lorsque la situation le justifie les usagers sont informés par un système d’information actif.

En fonction des sites SARI proposés dans les Côtes d’Armor en début de projet, le cas du

carrefour en T a été retenu car correspondant au meilleur compromis entre situations dangereuse à gérer et problématique technique clairement délimitée.

La Figure 1 présente deux exemples de situations représentatives que nous souhaitons traiter dans le cadre du projet Vizir :

1. Insertion sur la voie A d’un véhicule venant de la voie B 2. Automobile immobilisé sur le carrefour (voie A) en attente de s’engager sur la voie B

Figure 1 : Exemples de situation gérées par le système

Pour identifier et différencier ces situations, le système devra donc détecter la présence d’usager sur le carrefour, détecter leur position sur la chaussée et leur vitesse. Ces paramètres alimenteront un moteur de décision qui devra détecter les situations dangereuses et si possible les discriminer afin d’adresser le message d’avertissement adéquate.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

7

Sur la figure, un positionnement des panneaux d’information est proposé. La nature, le positionnement de ces éléments de signalisation ainsi que le contenu des messages seront finalisés dans la tranche 2 du projet.

Dans la tranche 1, des données ont été acquises et une base de données constituée pour permettre la mise au point des logiciels et valider le démonstrateur. Un pré-prototype industriel sera développé et installé sur un site des Cotes d’Armor dans la tranche 2 du projet Vizir.

La configuration du système d’acquisition a évolué depuis les études préliminaires en

fonction du retour d’expérience apporté par les premières acquisitions. Pour réduire les déplacements en Côtes d’Armor, des sites ont été proposés en Essonne par le CG 91. Les acquisitions ont donc été effectuées par le CEA sur un site correspondant aux spécifications de l’application « carrefour » de Vizir.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

8

3 La base de données Vizir

Nous présentons dans un premier paragraphe le système d’acquisition que nous avons mis en œuvre dans la tranche 1 du projet. Nous détaillons ensuite le contenu de la base de données que nous avons constitué. 3.1 Le système d’acquisition

3.1.1 Positionnement et caractéristiques de la caméra

Nous avons fait le choix de caméras classiquement déployées dans le domaine de la

vidéosurveillance. Ces caméras sont également compatibles avec une solution d’éclairage proche IR que nous avons testée afin de voir si un fonctionnement de nuit sans éclairage publique était envisageable. Nous avons privilégié un système mono-caméra afin de limiter les couts et simplifier la mise en œuvre du système.

Les contraintes sur le système d’acquisition sont liées à la géométrie de la scène à analyser ainsi qu’aux évènements à détecter. Comme décrit dans le paragraphe 2, les carrefours que nous souhaitons équiper sont en T et deux types de situations sont à détecter. La Figure 2 montre la zone d’observation du comportement des usagers. Un compromis doit être trouvé pour que les dimensions de la zone à observer soient les plus larges possible tout en assurant une résolution d’image suffisante pour la détection des véhicules.

Les carrefours étudiés concernent des routes à 2 voies. De façon générale, la largeur de

ces voies est comprise entre 3m et 3m50. La largeur l correspond donc une dizaine de mètres. La longueur L observée doit être de dimension suffisante pour permettre de suivre quelques secondes un véhicule venant de la voie B et s’engageant sur la voie A (situation 1), ainsi que sur des véhicule immobilisés sur la voie A en attente de tourner à gauche (situation 2). Une dizaine de mètres de part et d’autre du carrefour semble être le minimum (20m < L < 30m). Le système d’acquisition doit donc couvrir un rectangle de 30x12m.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

9

Figure 2 : Positions possibles de la caméra pour couvrir la zone à observer

Concernant les caméras, une grande latitude technique est offerte sur le choix des angles

d’ouverture des objectifs des caméras. La difficulté est de maintenir un niveau de résolution suffisant dans l’image en maintenant un angle de vue suffisant.

Les positions 1 et 2 sont à envisager avec des objectifs « classique » la position 3 requiert

un objectif très grand angle appelé « fish-eye » qui engendre de fortes distorsions.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

10

Figure 3 : Caméra équipée - d’un fish-eye (185°) en position 3 (à gauche) – d’un

grand angle (77°) en position 1 (à droite) Caméras à objectif standard Dans le tableau suivant nous présentons pour un capteur VGA 640x480, 1/3" et pour

différentes longueurs focales les angles d’ouverture, la largeur de champ à 30m (distance maximale de la zone d’observation pour les positions 1 et 2) et la largeur apparente d’un véhicule à 30 m.

Longueur Focale (mm)

Angle d’ouverture (degré)

Largeur du champ à 5m (m)

Largeur du champ à 30m (m)

Taille apparente max. d’un véhicule de 2m de large à 30m (pixel)

4 77 8 48 25 6 56 5 32 40 8 44 4 24 53 10 35 3 19 67

Il apparait à la lecture de ce tableau qu’une focale courte est requise pour permettre une couverture suffisante à 5m. En revanche, pour ces focales les véhicules sont de taille réduite dans l’image. Le principal défaut de ces positions provient du fait que toute la zone ne dispose pas de la même résolution d’observation. La zone centrale du carrefour n’est ainsi pas la mieux observée. De plus, ces positions favorisent grandement les occultations par les véhicules circulant qui sont très problématiques car elles rendent impossible le suivi des véhicules et l’analyse au centre du carrefour.

Nous avons tenté de placer le système d’acquisition en hauteur (6m) afin de réduire ces occultations. Malgré cette hauteur importante, les phénomènes d’occultations restent



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

11

rédhibitoires pour cette configuration et nous ont poussés à étudier la position 3 en exploitant des caméras fish-eyes.

Caméras à objectif fish-eyes Sur la Figure 3, la vue d’un carrefour avec ce type de capteur montre que la zone

d’observation est convenablement couverte. Idéalement, la caméra doit être placée à l’aplomb du centre du carrefour. Cette

configuration est difficile à réaliser en pratique. Il convient de placer la caméra a minima le plus près possible du bord de la route idéalement au dessus de la route. Choix du système

Le système d’acquisition vidéo ainsi mis-en-œuvre respecte les contraintes concernant la couverture de la zone du carrefour où l’analyse est nécessaire. Nous avons également testé le fonctionnement du matériel de nuit. Le système d’acquisition que nous allons mettre en œuvre dans le cadre du projet Vizir aura les composantes suivantes :

• une caméra AXIS Jour/Nuit 221 (640 x 480 pixels) http://www.axis.com/fr/products/video/221.htm. Cette caméra IP est équipée d’un filtre IR rétractable par commande logicielle qui lui permet de basculer en mode nuit et d’utiliser sa sensibilité dans les rayonnements infrarouge. Elle est donc parfaitement adaptée aux essais menés de nuit avec l’appui d’un projecteur IR. La caméra est équipée de série d’un objectif à focale variable utilisé pour la configuration standard et nous l’avons testée équipée d’un objectif fish-eye.

• un projecteur infrarouge AXIS ACC IR Illuminator 850nm (angle de vue = 60°, portée = 41 mètres). Ce projecteur utilise des LED infrarouges qui permettent de dégager une puissance lumineuse suffisante sans risque d’éblouissement des usagers de la route. http://www.axis.com/fr/products/video/ir_illuminator.htm



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

12

3.1.2 Mise en œuvre du système d’acquisition

Afin de réaliser l’acquisition sur les sites dans les conditions souhaitées, nous avons fait l’acquisition d’un élévateur permettant d’amener le capteur à plus de 5m au dessus du sol. La caméra et le projecteur sont installés sur le plateau du système et un moteur électrique permet de déployer le système facilement. Nous disposons de plus d’un système d’alimentation mobile permettant de manœuvrer l’élévateur, alimenter la caméra et le projecteur ainsi que le PC d’acquisition.

Figure 4 : Vue du système d’acquisition et mise en œuvre sur site



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

13

3.2 Présentation de la base de données La base de données utilisée dans le projet est constituée d’une part d’images acquises sur le site de Saint-Aubin dans une configuration identique aux spécifications, et d’autre part d’images acquises dans des conditions différentes (position et type de capteur, configuration géométrique du carrefour) mais cependant utiles pour développer et valider les algorithmes développés.

3.2.1 Site de Saint-Aubin

Ce site est situé sur la commune de Saint-Aubin au croisement de la RN306 et de la Rue de la Commanderie (PR4+200). Ce carrefour présente une forte densité de circulation et correspond géométriquement à la configuration Vizir. La voie A est très circulée et étant rectiligne les véhicules arrivent sur l’intersection à vitesse élevée. La visibilité est cependant bonne. Seule limitation sur ce carrefour, les véhicules circulant sur la voie A ne sont pas autorisés à tourner à gauche vers la voie B (interdiction matérialisée par un panneau et une ligne blanche continue). Cette contrainte limitera les scénarios qui pourront être enregistrés sur ce site. Néanmoins, les véhicules débouchant de la voie B pouvant tourner à gauche ou à droite, cette intersection nous a permis de tester largement notre système.

Figure 5 : Carrefour de Saint-Aubin vue du sol et localisation.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

14

Figure 6 : Vue aérienne du carrefour de Saint-Aubin

Sur ce site, nous avons réalisé une campagne d’acquisition sur deux jours ayant donnée plusieurs heures d’enregistrement. Ce volume permet d’acquérir de nombreuses configurations de trafic mais également différentes conditions d’éclairement.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

15

Le tableau ci-dessous décrit les séquences acquises sur ce site.

Id Date Jour/Nuit Durée (2h32)

Nb Frames

Météo Type de carrefour

Objectif

stAubin_1 03/04/2007 Jour 1 min 1541 Beau temps T Fish eye




stAubin_5 09/05/2007 Jour/Soir 1h 68 226 Beau temps T Fish eye

stAubin_6 09/05/2007 Nuit 26 min 30 651 Beau temps T Fish eye



stAubin_9 09/05/2007 Nuit 6 min 7101 Beau temps T Fish eye

En particulier, les enregistrements de nuit ont permis de tester différentes configurations d’éclairage. Cependant, ces séquences comprennent peu de variations climatiques. Cet aspect est couvert par les séquences diverses réalisées par ailleurs et présentées dans le paragraphe suivant. La Figure 7 présente quelques échantillons des séquences acquises sur le site de Saint- Aubin.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

16

Figure 7 : Echantillons des séquences acquises sur le site de Saint-Aubin.

Les dernières images montrent des acquisitions de nuit dans différentes configurations d’éclairage. Ce point sera discuté ultérieurement dans ce document.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

17

3.2.2 Séquences diverses

Afin de prendre en compte les variations de conditions climatiques, différentes séquences ont été acquises de jour de nuit (avec éclairage public) par temps de neige, de pluie de grand soleil. Ces séquences ont été réalisées avec des objectifs standards et fish-eye. Enfin, une séquence a été acquise sur un carrefour en X afin d’étudier les capacités d’adaptation de l’approche développée originellement pour les carrefours en T. Le tableau ci-dessous décrit les différentes séquences acquises.

Id Date Jour/Nuit Durée (53h)

Nb Frames

Météo Type de carrefour

Objectif

Seq_1 23/11/2006 Jour 2 min 1709 Ciel gris / vent T Grand angle

Seq_2 09/01/2007 Jour/Nuit 32 min 37 707 Ciel gris T Grand angle

Seq_3 06/02/2007 Jour/Nuit 24h 177 985 Ciel gris T Grand angle

Seq_4 08/02/2007 Jour/nuit 28h 201385 Neige / Vent / ciel gris / pluie /

Grand soleil T Grand angle

Seq_5 02/03/2007 Jour 9 min 10 500 Grand soleil T Fish eye

Seq_6 09/05/2007 Jour 8 min 9453 Ciel gris X Fish eye



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

18

La Figure 8 présente des échantillons de ces séquences.

Figure 8 : Echantillons des diverses séquences acquises



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

19

4 Fonctions d’analyse de trafic

Dans ce paragraphe, nous présentons les différentes fonctions développées dans le cadre du projet. 4.1 Calibrage Cette fonction permet de relier les informations image avec le monde 3D. Tout d’abord, les paramètres intrinsèques de la caméra sont calibrés en laboratoire. Cette tâche permet de connaître les paramètres de projection et en particulier de modéliser les paramètres de la distorsion très importante affectant les objectifs « fish-eye ». L’autre partie du calibrage concerne le relevé de la géométrie du carrefour (mesure de points matérialisés par la signalisation horizontale ou des cônes de signalisation ajoutés temporairement – Figure 9). La détection de ces points dans l’image permet d’estimer la transformation permettant de mettre en correspondance un point de l’image avec un point du plan 3D.

Figure 9 : Points mesurés sur le site (cônes de signalisation)

La Figure 10 présente un exemple de détection de véhicule ainsi que leur projection sur le plan du carrefour.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

20

Figure 10 : Plan du carrefour et projection de véhicules détectés sur l’image

sur le plan



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

21

4.2 Apprentissage du fond Pour détecter les véhicules, la première opération est d’isoler les « nouveaux objets» du fond de la scène. Cette approche ne peut fonctionner en extérieur qu’en tenant compte des variations plus ou moins brusques de luminosité. Pour valider notre technologie, des séquences très longues ont été acquises dans différentes conditions météorologiques.

Figure 11 : Echantillons de la séquence 28 heures et exemples d’objets

séparés du fond



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

22

La Figure 11 présente quelques échantillons de la séquence ainsi que les pixels détectés comme différents du fond (en rouge sur la dernière image). On distingue les pixels correspondant au véhicule et à deux piétons mais également quelques détections sur la façade du bâtiment. Une phase d’interprétation de ces zones est nécessaire pour éliminer ces artefacts. 4.3 Détection des véhicules Cette tâche a pour but d’extraire les véhicules des zones classées comme différentes du fond. Il s’agit de différencier le corps des véhicules du halo des phares, des ombres, des mouvements parasites (feuillages, reflets, éclairage…). La précision de l’extraction de la zone correspondant au corps du véhicule est importante pour la phase suivante de localisation des véhicules.

Figure 12 : Exemples d’extraction de véhicules : en rouge, pixels séparés

du fond et le cadre englobant le véhicule. 4.4 Localisation des véhicules Les véhicules détectés dans la tâche précédente sont localisés au mieux sur la route. En exploitant les données de calibrage, le barycentre de la boîte englobante est projeté sur le plan de la route. Cette projection est grossière et en fonction d’imprécisions sur la détection du véhicule peut engendrer des décalages spatiaux assez importants. Cependant, les expérimentations ont montré que la précision de cette technique est suffisante pour le contexte de l’étude.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

23

Figure 13 : Détection des véhicules – Projection sur le plan de la route

Chaque véhicule détecté est représenté par une croix sur le plan. La vitesse des véhicules indiquée auprès de chaque croix est obtenue grâce au suivi temporel des véhicules décrit dans le paragraphe suivant.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

24

4.5 Suivi des véhicules Une mise en correspondance image par image des véhicules extraits permet d’assurer le suivi temporel des véhicules et par là même d’estimer la vitesse des véhicules. La précision sur cette estimation n’a pas été évaluée (pas de vérité terrain). Toutefois, il apparaît que la précision décroit lorsque l’on s’éloigne du centre du carrefour.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

25

Figure 14 : Suivi de véhicules 4.6 Analyse des situations dangereuses

A partir des informations de position et de vitesse des véhicules présents sur le carrefour, il reste à déterminer les situations nécessitant l’envoi du message de prévention. Ce module sera développé en fonction du message et des situations à déterminer qui restent à fixer dans la tranche 2.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

26

4.7 Etudes complémentaires

4.7.1 Scènes de nuit

Avec éclairage public de qualité Nous avons testé nos algorithmes de nuit sur des scènes convenablement éclairées. Dans ce contexte, une difficulté spécifique est liée à la présence des phares sur la chaussée. Les essais menés sur ces séquences ont montré une bonne résistance des algorithmes à cette perturbation La figure de gauche montre que le véhicule encadré en bleu est distingué du halo des phares.

Figure 15 : Exemples de détection de nuit avec un éclairage public

convenable Sans éclairage public de qualité Sur le site de Saint-Aubin, nous avons testé différentes configurations d’éclairage pour l’analyse du trafic de nuit. Sur ce carrefour l’éclairage public est très faible (un seul réverbère peu puissant). Dans les deux cas, les techniques valables en lumière du jour ou de nuit avec un éclairage public convenable échouent ici. Pour gérer cette configuration d’illumination intéressante en termes d’application, il faudrait développer des fonctions spécifiques qui pourraient s’appuyer sur la détection et le suivi des phares. Le développement de ces nouvelles fonctions représente un effort conséquent incompatible avec le périmètre du projet Vizir. Notre système se concentrera donc sur l’analyse diurne ou sur les carrefours suffisamment éclairés.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

27

Figure 16 : Acquisition de nuit sur le site de Saint-Aubin : avec un éclairage public

faible (à gauche) – sans éclairage public mais avec le projecteur IR (à droite)

4.7.2 Cas des carrefours en X

Lors d’une réunion de l’axe carrefour tenue le 26 Mars 2007 chez Lacroix, le CG22 a fait état de son intérêt pour les carrefours en X. Ceci remet en cause le choix initialement fait pour le site expérimental dans les côtes d’Armor. Cette modification des spécifications à la fin de la période de développements des algorithmes est bien sûr problématique. Tout d’abord, les acquisitions réalisées concernent les carrefours en T. Il n’est pas possible de trouver et d’obtenir les autorisations d’acquisition sur un carrefour en X du réseau départemental de l’Essonne. Seule une acquisition sur un site privé a pu être réalisée. Ensuite, tous les algorithmes ont été développés et adaptés au cas des carrefours en T. Nous avons toutefois testé nos algorithmes sur cette séquence. La Figure 17 présente des images de résultats de détection de véhicules. Globalement les fonctions de traitement d’image donnent de bons résultats et les véhicules présents sont détectés.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

28

Figure 17 : Résultats de détection sur un carrefour en X

Toutefois, l’image de droite montre que le véhicule au centre du carrefour est vu comme deux véhicules côte à côte. Cette erreur d’interprétation provient d’heuristiques valables pour les carrefours en T mais qui ne sont pas directement transposables au cas des carrefours en X. Une phase d’adaptation serait à réaliser dans la tranche 2 pour appréhender ce type de carrefour.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

29

5 Conclusion Ce document a présenté les développements réalisés dans la tranche 1 du projet Vizir sur l’action « Carrefour ». Le système de vision réalisé permet d’analyser le trafic sur le carrefour en réalisant la détection des véhicules circulant sur les voies ou stationnés sur les abords, en réalisant leur suivi afin d’estimer leur vitesse. Ces informations devraient permettre d’analyser les situations dangereuses nécessitant l’information en amont des usagers. Dans le cadre du projet, les développements se sont focalisés sur le contexte ou la visibilité est correcte (jour ou avec éclairage public). La gestion de conditions d’illuminations plus difficiles nécessiterait de nouveaux développements incompatibles avec les contraintes du projet Vizir. Le système réalisé dans la tranche 1 servira de base à l’élaboration du démonstrateur qui sera mis en œuvre sur site dans la tranche 2. Toutefois le changement éventuel de configuration du carrefour (passage des carrefours en T aux carrefours en X) entraine des risques forts pour l’efficacité du prototype.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

30

Annexe : Manuel utilisateur du logiciel d’analyse du trafic

Le logiciel réalisé dispose des fonctions suivantes : Fonctions acquisition d’image : initCamera() : initialise la connexion IP avec la caméra getImage() : récupère l’image délivrée par la caméra Fonctions de gestions d’image : saveVideoStream() : enregistre le flux vidéo dans le répertoire spécifié sur le disque dur openVideoSequence() : lit une séquence enregistrée sur disque closeVideoSequence() : ferme une séquence Fonction de visualisation : displayVideoStream() : affiche les images délivrées par la caméra displayVideoSequence() : affiche une séquence enregistrée lue sur le disque startVideoSequence() : démarre la lecture et la visualisation des images de la séquence stopVideoSequence() : stop la lecture des images de la séquence getImageInVideoSequence() : accès aléatoire à une image de la séquence Fonctions d’analyse du trafic calibCameraRoad() : réalise le calibrage caméra route à partir d’associations point de l’image/ point 3D du carrefour. backgroundLearning() : démarre l’apprentissage du fond. detectVehicles() : réalise la détection des véhicules.



DRT – LIST - DTSI



R.C.S. PARIS B 775 685 019


/31

31

trackVehicles() : réalise la mise en correspondance image par image des détections de véhicules et associe une vitesse à chaque piste. displayTracks() : Affichage des véhicules sur le plan de la route et si le suivi est en cours affiche la vitesse estimée.

logiciel de détection et de suivi de mobilessari.ifsttar.fr/livrables/vizir/vizir_2.2.2.pdf ·...

Documents