Documents disponibles écrits par cet auteur

Conception of a Multi-Sensor Embedded System for Autonomous Driving / LACHACHI Mohammed Yazid 

Public ISBD Titre : Conception of a Multi-Sensor Embedded System for Autonomous Driving Type de document : texte imprimé Auteurs : LACHACHI Mohammed Yazid, Auteur Année de publication : 2022-2023 Accompagnement : CD Langues : Français (fre) Catégories : Electronique:Electronique Biomédicale et Systèmes Embarqués Mots-clés : Vision par Ordinateur, apprentissage par machine, extraction de route Résumé : La détection de route est l’une des taches les plus importantes que doivent accomplir les systèmes embarques des véhicules autonomes. Car l’espace navigable doit être détecte avec une grande précision, et avec la contrainte de courir a 10 fois par seconde. Lorsque nous prenons en compte les conditions météorologiques, l’état de la route, le type de route et le marquage routier comme variables, la tache devient plus compliquée et lourde à exécuter. Pour réduire la complexité de la tache et améliorer sa robustesse, nous avons développe une nouvelle approche qui fusionne des images de camera avec des nuages de points LIDAR. Nous avons commence par développer une méthode d’infographie qui génère une représentation semblable a une image a partir du nuage de points LIDAR qui tire pleinement parti de l’unité de traitement graphique. Ensuite, ces représentations sont augmentées avec l’image de la camera et transmises a notre couche de fusion CNN proposée qui fonctionne de manière proche d’autres approches de fusion plus lourdes. Notre travail a atteint des résultats de pointe tout en réduisant la complexité de l’architecture, ainsi que Celle des calculs, la rapprochant du monde réel. Directeur de thèse : OUSLIM Mohamed Conception of a Multi-Sensor Embedded System for Autonomous Driving [texte imprimé] / LACHACHI Mohammed Yazid, Auteur . - 2022-2023 . -  + CD. Langues : Français (fre) Catégories : Electronique:Electronique Biomédicale et Systèmes Embarqués Mots-clés : Vision par Ordinateur, apprentissage par machine, extraction de route Résumé : La détection de route est l’une des taches les plus importantes que doivent accomplir les systèmes embarques des véhicules autonomes. Car l’espace navigable doit être détecte avec une grande précision, et avec la contrainte de courir a 10 fois par seconde. Lorsque nous prenons en compte les conditions météorologiques, l’état de la route, le type de route et le marquage routier comme variables, la tache devient plus compliquée et lourde à exécuter. Pour réduire la complexité de la tache et améliorer sa robustesse, nous avons développe une nouvelle approche qui fusionne des images de camera avec des nuages de points LIDAR. Nous avons commence par développer une méthode d’infographie qui génère une représentation semblable a une image a partir du nuage de points LIDAR qui tire pleinement parti de l’unité de traitement graphique. Ensuite, ces représentations sont augmentées avec l’image de la camera et transmises a notre couche de fusion CNN proposée qui fonctionne de manière proche d’autres approches de fusion plus lourdes. Notre travail a atteint des résultats de pointe tout en réduisant la complexité de l’architecture, ainsi que Celle des calculs, la rapprochant du monde réel. Directeur de thèse : OUSLIM Mohamed

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
9040	02-09-634	Version numérique et papier	Bibliothèque USTOMB	Thèse de Doctorat	Exclu du prêt

Documents numériques

02-09-634.pdf Adobe Acrobat PDF