Conception d’un senseur intégré multimodal pour l’observation des routes

(fre) Le suivi de cibles multiples joue un rôle important dans le monde de l’ingénierie. Dans ce mémoire, un senseur multimodal composé d'une caméra et d'un radar est utilisé pour suivre des piétons et des voitures respectivement. La méthode implémentée se découpe en trois grandes étapes : la détection, le suivi et la fusion de données. La solution finale utilise le détecteur de piétons FPDW ("The Fastest Pedestrian Detector in the West"), les véhicules sont quant à eux observés à l'aide du radar KMD2. Ces cibles potentielles sont suivies par le biais de filtres de Kalman permettant d'introduire une approche stochastique. La dissociation entre plusieurs piétons ou voitures est réalisée grâce à une variante de l'algorithme Hongrois de James Munkres. La fusion des informations radar-caméra après plusieurs traitements de données est réalisée dans le but d'étudier les caractéristiques de fréquentation d'une route. La précision du senseur multimodal a été vérifiée à travers un cas d'étude spécifique d'un carrefour fort fréquenté. Au vu des résultats obtenus par les méthodes mises en place, il est apparu que cette association caméra-radar est pertinente. Des applications sont multiples et certaines recommandations d'amélioration permettront de faire encore évoluer ce nouveau dispositif.

(eng) Multiple object tracking plays an important role in the world of engineering. In this thesis a camera and a radar are used to track pedestrians and cars respectively. The implemented method is divided into three main steps : detection, tracking and data fusion. As a pedestrian detector for the final solution, the FPDW ("The Fastest Pedestrian Detector in the West") is used. Cars are detected thanks to the radar KMD2. These potential targets are followed by means of Kalman filters which introduce a stochastic approach. To allow the dissociation between several pedestrians or cars, a James Munkres's variant of the Hungarian assignment algorithm is operated. The data fusion is then realised after quite a few processing on them. The purpose is to analyse the attendance of a road. The accuracy of the multimodal sensor was checked through tests on a specific case study. This one is a crowded crossroad. From the results achieved by the implemented algorithm, it appears that this combination between a camera and a radar is relevant. Multiple applications and some recommendations for improvements will push this new device forward.