Analyse tempts-réel de nuages de points LiDAR dynamiques – READY3D

La mise au point de véhicules autonomes aura des conséquences majeures sur notre société dans son ensemble dans un futur proche. Cependant, certains défis scientifiques restent encore à relever, tels que l’analyse automatique de nuages de points dynamiques acquis à partir de plate-formes mobiles. Dans ce projet, notre but est de développer une approche algorithmique pour la partition et la sémantisation supervisées d’acquisition LiDAR mobiles en temps réel. Pour ce faire, nous généraliserons une classe d’algorithmes fondée sur la construction de superpoints, et qui ont déjà démontré leur efficacité sur les acquisitions statiques.

Ce problème soulève de nombreuses questions de recherche, à l’interface entre apprentissage profond et optimisation fonctionnelle. Ces pistes de recherches pourront amener à d’importantes améliorations de nos algorithmes en termes d’efficacité et de précision pour l’analyse automatique de nuages de points dynamiques. Ces résultats pourraient aussi avoir d’importantes implications dans les domaines de la télédétection, de la vision par ordinateur ainsi que de l’apprentissage machine. Ce projet s’accompagne également par la diffusion d’un jeu de données libre d’accès, représentant au plus près les contraintes et difficultés inhérentes à la conduite autonome.