Pour savoir comment effectuer et gérer un dépôt de document, consultez le « Guide abrégé – Dépôt de documents » sur le site Web de la Bibliothèque. Pour toute question, écrivez à corpus@ulaval.ca.
 

Publication :
Calage robuste et accéléré de nuages de points en environnements naturels via l'apprentissage automatique

bul.contributor.advisor-authkeyGiguère, Philippe|=XX4470563
bul.contributor.author-authkeyLatulippe, Maxime|=XX4653636
bul.description.provenanceQA 76.05 UL 2013
bul.description.provenanceec spb
bul.identifier.controlNumber1132089334
dc.contributor.advisorGiguère, Philippe
dc.contributor.authorLatulippe, Maxime
dc.date.accessioned2018-04-19T21:52:27Z
dc.date.available2018-04-19T21:52:27Z
dc.date.issued2013
dc.date.updated2018-04-19T21:52:26Z
dc.description.abstractEn robotique mobile, un élément crucial dans la réalisation de la navigation autonome est la localisation du robot. En utilisant des scanners laser, ceci peut être réalisé en calant les nuages de points consécutifs. Pour ce faire, l’utilisation de points de repères appelés descripteurs sont généralement efficaces, car ils permettent d’établir des correspondances entre les nuages de points. Cependant, nous démontrons que dans certains environnements naturels, une proportion importante d’entre eux peut ne pas être fiable, dégradant ainsi les performances de l’alignement. Par conséquent, nous proposons de filtrer les descripteurs au préalable afin d’éliminer les nuisibles. Notre approche consiste à utiliser un algorithme d’apprentissage rapide, entraîné à la volée sous le paradigme positive and unlabeled learning sans aucune intervention humaine nécessaire. Les résultats obtenus montrent que notre approche permet de réduire significativement le nombre de descripteurs utilisés tout en augmentant la proportion de descripteurs fiables, accélérant et augmentant ainsi la robustesse de l’alignement.fr
dc.description.abstractLocalization of a mobile robot is crucial for autonomous navigation. Using laser scanners, this can be facilitated by the pairwise alignment of consecutive scans. For this purpose, landmarks called descriptors are generally effective as they facilitate point matching. However, we show that in some natural environments, many of them are likely to be unreliable. The presence of these unreliable descriptors adversely affects the performances of the alignment process. Therefore, we propose to filter unreliable descriptors as a prior step to alignment. Our approach uses a fast machine learning algorithm, trained on-the-fly under the positive and unlabeled learning paradigm without the need for human intervention. Our results show that the number of descriptors can be significantly reduced, while increasing the proportion of reliable ones, thus speeding up and improving the robustness of the scan alignment process.en
dc.format.extent98 p.
dc.identifier.bacTC-QQLA-30226
dc.identifier.other30226
dc.identifier.urihttp://hdl.handle.net/20.500.11794/24464
dc.languagefre
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subject.classificationQA 76.05 UL 2013
dc.subject.rvmApprentissage automatiquefr_CA
dc.subject.rvmRobots autonomesfr_CA
dc.subject.rvmAlgorithmesfr_CA
dc.subject.rvmNavigation -- Informatiquefr_CA
dc.titleCalage robuste et accéléré de nuages de points en environnements naturels via l'apprentissage automatiquefr_CA
dc.typemémoire de maîtrise
dc.type.legacyCOAR1_1::Texte::Thèse::Mémoire de maîtrisefr
dcterms.publisher.locationQuébec
dspace.accessstatus.time2024-03-20 18:20:35
dspace.entity.typePublication
etdms.degree.grantorUniversité Lavalfr_CA
etdms.degree.nameMémoire. Informatiquefr_CA
relation.isAdvisorOfPublication31d40e78-feac-4fa8-8f98-9479fe58853d
relation.isAdvisorOfPublication.latestForDiscovery31d40e78-feac-4fa8-8f98-9479fe58853d
relation.isAuthorOfPublication8b2dc225-fbbd-4f68-a585-a6cc1e477c4a
relation.isAuthorOfPublication.latestForDiscovery8b2dc225-fbbd-4f68-a585-a6cc1e477c4a
relation.isResourceTypeOfPublication5324f3cf-6e18-4f28-a339-115c99bd2b34
relation.isResourceTypeOfPublication.latestForDiscovery5324f3cf-6e18-4f28-a339-115c99bd2b34

Fichiers

Bundle original
Voici les éléments 1 - 1 sur 1
En cours de chargement...
Vignette d'image
Nom :
30226.pdf
Taille :
4.2 MB
Format :
Adobe Portable Document Format
Description :
Texte