Documents disponibles écrits par cet auteur

Cartographie et localisation simultanée pour véhicules autonomes / Said Ouala 

Public ISBD Titre : Cartographie et localisation simultanée pour véhicules autonomes Type de document : texte imprimé Auteurs : Said Ouala, Auteur ; H. Achour, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2015 Importance : 43 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Master : Automatique : Alger, École Nationale Polytechnique : 2015 Bibliogr. f. 44 - 45 Langues : Français (fre) Mots-clés : Robot  mobile Cartographie  et  localisation  simultanés SLAM Index. décimale : Ms01415 Résumé : Un robot mobile autonome doit percevoir correctement l'environnement où il évolue. Autrement, l'interprétation qu'il en fait sera erronée et ne peut prendre des décisions correctes. La perception est également un point clé pour tout véhicule intelligent ou fournissant des fonctions d'assistance à la conduite. Dans ce cadre, la perception peut être divisée en deux parties: la première appelée SLAM (Simultaneous Localization And Mapping) s'intéresse à la construction d'une carte de l'environnement et à la localisation du véhicule dans cette carte, et la deuxième partie, appelée DATMO (Detection And tracking on Moving Objects), traite la détection et du suivi des objets mobiles dans l'environnement. L'objectif de ce travail est de simuler plusieurs méthodes de SLAM dans le but de conclure sur la solution la plus efficace permettant d'assurer une cartographie et localisation simultanée acceptable quelque soit l'environnement tout en assurant une perception artificiel au point. Cartographie et localisation simultanée pour véhicules autonomes [texte imprimé] / Said Ouala, Auteur ; H. Achour, Directeur de thèse . - [S.l.] : [s.n.], 2015 . - 43 f. : ill. ; 30 cm. + 1 CD-ROM. Mémoire de Master : Automatique : Alger, École Nationale Polytechnique : 2015 Bibliogr. f. 44 - 45 Langues : Français (fre) Mots-clés : Robot  mobile Cartographie  et  localisation  simultanés SLAM Index. décimale : Ms01415 Résumé : Un robot mobile autonome doit percevoir correctement l'environnement où il évolue. Autrement, l'interprétation qu'il en fait sera erronée et ne peut prendre des décisions correctes. La perception est également un point clé pour tout véhicule intelligent ou fournissant des fonctions d'assistance à la conduite. Dans ce cadre, la perception peut être divisée en deux parties: la première appelée SLAM (Simultaneous Localization And Mapping) s'intéresse à la construction d'une carte de l'environnement et à la localisation du véhicule dans cette carte, et la deuxième partie, appelée DATMO (Detection And tracking on Moving Objects), traite la détection et du suivi des objets mobiles dans l'environnement. L'objectif de ce travail est de simuler plusieurs méthodes de SLAM dans le but de conclure sur la solution la plus efficace permettant d'assurer une cartographie et localisation simultanée acceptable quelque soit l'environnement tout en assurant une perception artificiel au point.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
Ms01415A	Ms01415	Papier	Bibliothèque centrale	Mémoire de Master	Disponible

Documents numériques

OUALA.Said.pdf URL

Détection des objets mobiles et prédiction de leur mouvement dans un environnement dynamique / Sadek Amrouche 

Public ISBD Titre : Détection des objets mobiles et prédiction de leur mouvement dans un environnement dynamique Type de document : texte imprimé Auteurs : Sadek Amrouche, Auteur ; Said Ouala, Auteur ; Achour, Hakim, Directeur de thèse ; Mustapha Lakrouf, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2015 Importance : 95 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Projet de Fin d’Études : Automatique : Alger, École Nationale Polytechnique : 2015 Bibliogr. f. 96 - 100 Langues : Français (fre) Mots-clés : Robot  mobile Détection  d'obstacles  mobiles Suivi  d'obstacles  mobiles Filtre  d'occupation  bayésien DATMO Grille  d'occupation Index. décimale : PA01615 Résumé : Un robot mobile doit percevoir correctement l'environnement où il évolue. Autrement, l'interprétation qu'il en fait sera erronée et ne peut prendre des décisions correctes. La perception est également un point clé pour tout véhicule intelligent ou fournissant des fonctions d'assistance à la conduite. Dans ce cadre, la perception peut être divisée en deux parties: la première appelée SLAM (Simultaneous Localisation And Mapping) s'intéresse à la construction d'une carte de l'environnement et à la localisation du véhicule dans cette carte, et la deuxième partie, applelée (Detection And Tracking on Moving Objects), traite la détection et du suivi des objets mobiles dans l'environnement. L'objectif de ce travail est d'implémenter un module grid-based DATMO sur la plateforme expérimentale << Robucar >> du CDTA utilisant les informations issues du télémètre laser. Pour ce faire, l'environnement est modélisé en utilisant le formalisme des grilles d'occupation et le filtrage est assuré par le filtre d'occupation bayésien (BOF). Détection des objets mobiles et prédiction de leur mouvement dans un environnement dynamique [texte imprimé] / Sadek Amrouche, Auteur ; Said Ouala, Auteur ; Achour, Hakim, Directeur de thèse ; Mustapha Lakrouf, Directeur de thèse . - [S.l.] : [s.n.], 2015 . - 95 f. : ill. ; 30 cm. + 1 CD-ROM. Mémoire de Projet de Fin d’Études : Automatique : Alger, École Nationale Polytechnique : 2015 Bibliogr. f. 96 - 100 Langues : Français (fre) Mots-clés : Robot  mobile Détection  d'obstacles  mobiles Suivi  d'obstacles  mobiles Filtre  d'occupation  bayésien DATMO Grille  d'occupation Index. décimale : PA01615 Résumé : Un robot mobile doit percevoir correctement l'environnement où il évolue. Autrement, l'interprétation qu'il en fait sera erronée et ne peut prendre des décisions correctes. La perception est également un point clé pour tout véhicule intelligent ou fournissant des fonctions d'assistance à la conduite. Dans ce cadre, la perception peut être divisée en deux parties: la première appelée SLAM (Simultaneous Localisation And Mapping) s'intéresse à la construction d'une carte de l'environnement et à la localisation du véhicule dans cette carte, et la deuxième partie, applelée (Detection And Tracking on Moving Objects), traite la détection et du suivi des objets mobiles dans l'environnement. L'objectif de ce travail est d'implémenter un module grid-based DATMO sur la plateforme expérimentale << Robucar >> du CDTA utilisant les informations issues du télémètre laser. Pour ce faire, l'environnement est modélisé en utilisant le formalisme des grilles d'occupation et le filtrage est assuré par le filtre d'occupation bayésien (BOF).

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
PA01615A	PA01615	Papier + ressource électronique	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Automatique	Consultation sur place/Téléchargeable

Documents numériques

AMROUCHE.Sadek_OUALA.Said.pdf URL