es voitures autonomes:

L es systèmes de perception embarqués

Tipe 2023
Thème : La ville
Réalisé par : MIDAN Salah Eddine
Encadré par : Mr IGHID Issam
0
 Pourquoi les voitures autonomes..
INTRODUCTION
Leur importance dans la ville

Capteurs embarqués dans les Caméras, lidars,

radars(capteurs ultrason)
voitures autonomes
Fonctionnement pour la
perception en 3D
Lidar et perception 3D
Reconstruction de scène,

PLAN: détection, cartographie

Planification de la trajectoire

conclusion

1
Introduction:
QUI?
OU?

QUAND?

C’est
quoi?
COMM
ENT?

COMBI
EN?

POURQ
OUI?

2
Figure 1 – Illustration des différents niveaux d’autonomie possibles d’un véhicule
Capteurs embarqués dans
les voitures autonomes

3
 Caméras

• détection de ligne de voie

• détection des obstacles, ce qui revient a
identifier et classer les obstacles
• identification des panneaux de signalisation
• détection de la ligne de la voie

4
 Comment les caméras captent la
lumière et le transforme en image ?

5
• Il faut choisir la lentille convenable

L’équation de la lentille mince :

1 1 1
= +
� �� ��
�� → ∞
Donc:
1 1
=
� ��
Cad:

� ↓ ≡ �� ↓ ≡ �′ ����� ��� ������é� ��� �� ������� ��� ≡ �ℎ��� �� ������ ���� �����

6
Qu’est ce que ce passe dans le capteur CCD ?

Conversion
analogique
numérique 010101011001111
(CAN)

7
Radar
�∗�
�=
2
�: la distance entre l′ objet et la voiture
�: �� ������� �� �′ ���� ����� Fig -principe du radar
�: �� ����� �� ������

Δ� �
= cos �
f �
•Δ� est le changement de fréquence de l'onde
réfléchie,
•f est la fréquence de l'onde émise par le radar,
•� est la vitesse relative de l'objet par rapport au
radar,
• � est la vitesse de la lumière dans le vide,
• � est l'angle entre la direction du mouvement 8
Lidar
§ Émission de faisceaux laser
§ Réflexion des faisceaux laser
§ Balayage de l'environnement
§ Construction d'une carte 3D
§ Actualisation en temps réel

Fig 1 : shéma résumant le fonctionnement d’un Lidar

9
Le principe que le Lidar utilise pour mesurer les
distances et le même d’un télémètre Laser

10
25 cm obstacle

démarrer

11
Construction d’une carte 3D
• Segmentation :
• Extraction de caractéristiques
• Classification
• Base de données de référence

12
Planification de la trajectoire :

• Elle est essentiel pour permettre aux voitures

autonomes de déterminer la meilleure trajectoire
a suivre en fonction de l’environnement et des
objectifs du véhicule

13
Conception du système :
Notre système passe par les étapes essentielles comme le montre en détaille
la figure 1, c’est pour générer un système de navigation d’un véhicule
autonome

Figure 1 – Conception détaillée du système

14
Implémentation et résultats:

15
Environnement matériel Environnement logiciel

Langage de programmation Le simulateur

Figure 2 – Flot de simulation

avec NS-2 16
 Code de l’algorithme Djikstra

Modélisation de l’environnement de navigation

Pour notre étude, nous avons opté pour

un environnement routier simulé avec le simulateur NS-
2

17
18
Scénario d’une expérimentation:

Figure 2 – Modèle de mobilité du véhicule Figure 3 – Les paramètres détaillés du

scénario 19
 Table 6- Tableau comparatif ent
l’algorithme de Djikstra et
l’algorithme génétique

Figure 4 – L’itinéraire le plus court entre le point Figure 5 – L’itinéraire le plus court entre le point
de départ et la destination trouvé par l’algorithmede départ et la destination trouvé par l’algorithme
de Djikstra génetique
20
ConClusion

21
ANNEXE 1 :

Chris Urmson: How a

driverless car sees the road:
https://youtu.be/tiwVMrTLUWg

22
ANNEXE 2 :

Situation affectant la perception des caméras

23
MerCi pour
votre
attention