Assistance to aircraft navigation in airport areas by multi-spectral vision.
Assistance à la navigation d'aéronefs dans les zones aéroportuaires par vision multi-spectrale
Abstract
The notion of autonomous vehicle has been deep-rooted in the collective imagination for a good number of years. We can observe many advances in the automotive field such as autonomous shuttles or current test phases on personal vehicules and taxis. Likewise, aeronautics manufacturers are seeking to develop the autonomous aircraft of the future. A large part of the functionalities are already carried out automatically, but there is still room for improvement during the taxiing phases on the tarmac.This thesis is focused on the use of information coming from different types of sensors in order to provide an aid to the navigation of the aircraft during taxiing, for all types of weather conditions. For this, we consider two essential functions: the detection of patterns on an airport scene and the detection of obstacles. We use two types of cameras, visible and infrared, mounted at several locations on the aircraft.Before discussing these functions, pre-processing is necessarily applied to the data supplied by the various sensors in order to maximize the performance of the navigation aid algorithms. This part of the thesis deals with methods for the fusion of information, particularly in terms of image dynamics, and proposes a colorimetric study of visible images in comparison with aeronautical standards.Once the pre-treatments have been applied, the proposed solution performs, initially, a method of scene analysis based on a particle filter in order to extract patterns of interest (ground markings, beacons, tarmac-grass boundaries, ...). This method is compared to other algorithms that are conventionally found in the automotive field and for which one can question the difficulty of adaptation to the aeronautical field.Thereafter, the patterns that are extracted are used, by another stage of the proposed solution, to describe the movement of the aircraft and to estimate the presence of potential obstacles. This information is, for the moment, returned to the pilot but is intended to feed a decision-making algorithm in the case of autonomous airplane navigation.During this thesis, an attention is paid to the fusion of information coming from a visible camera and an infrared camera in order to support more complex navigation cases such as nocturnal phases or during episodes of fog.
L'imaginaire commun est emprunt de l'idée du véhicule autonome depuis de nombreuses années. On peut observer de multiples avancées dans le domaine automobile comme par exemple les navettes autonomes ou certains modèles de voitures, bien qu'encore en phase de test. De la même façon, les industriels de l'aéronautique cherchent à développer l'avion autonome de demain. Une grande partie des fonctionnalités sont déjà réalisées de manière automatique mais il reste des progrès à apporter lors des phases de roulage sur le tarmac.Cette thèse est centrée sur l'utilisation d'informations provenant de différents types de capteurs dans le but d'apporter une aide au pilote pour la navigation de l'aéronef lors du roulage, pour tout type de conditions météorologiques. Pour cela, nous considérons deux fonctions essentielles : la détection de motifs sur une scène aéroportuaire et la détection d'obstacles. Nous utilisons deux types de caméras, dans le visible et dans l'infrarouge, montées à plusieurs endroits sur l'aéronef.Avant de traiter de ces fonctions, des pré-traitements sont nécessairement appliqués aux données fournies par les différents capteurs pour maximiser les performances des algorithmes d'aide à la navigation. Cette partie de la thèse aborde les méthodes de fusion de l'information, notamment au niveau de la dynamique de l'image, et propose une étude colorimétrique des images visibles en comparaison avec les normes aéronautiques.Une fois les pré-traitements effectués, la solution proposée repose, dans un premier temps, sur une méthode d'analyse de scène à base de filtre particulaire afin d'extraire des motifs d'intérêt (marquages au sol, balises, délimitations tarmac-herbe, ...). Cette méthode a été comparée à des approches que l'on retrouve classiquement dans le domaine automobile et pour lesquelles on peut s’interroger sur la difficulté de portage dans le domaine aéronautique.Par la suite, les motifs que l'on extrait sont utilisés pour décrire le déplacement de l'aéronef et estimer la présence d'obstacles potentiels. Cette information est, pour l'instant, remontée au pilote mais a vocation à nourrir un algorithme décisionnel dans le cas de la navigation d'un avion autonome.Au cours de cette thèse, une attention est portée sur la fusion d'informations provenant d'une caméra visible et d'une caméra infrarouge afin de supporter des cas de navigation plus complexes comme les phases nocturnes ou lors d'épisodes de brouillard.
Origin | Version validated by the jury (STAR) |
---|