Bibliographie & annexes
Quiz & test
Présentation
English
RÉSUMÉ
La vision par ordinateur met en œuvre des caméras conventionnelles à champ de vue large ou des systèmes permettant d’acquérir des images tridimensionnelles. Elle décrit la géométrie et le traitement de ces images qui rendent possible l’utilisation de la vision dans de nombreuses applications, parmi lesquelles figure l’augmentation de l’autonomie perceptive des robots. Cet article propose une introduction à cette thématique, avec des exemples d’applications montrant l’intérêt de l’utilisation de la vision par ordinateur en robotique.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Guillaume CARON : Maître de conférences à l’université de Picardie Jules-Verne, Amiens
-
El Mustapha MOUADDIB : Professeur à l’université de Picardie Jules-Verne, Amiens - Laboratoire MIS (modélisation, information et systèmes), université de Picardie Jules-Verne, Amiens
INTRODUCTION
La vision par ordinateur est la science de l’extraction d’informations d’images provenant d’une caméra, allant de points dans l’image à la reconstruction tridimensionnelle de la scène observée. La richesse des informations apportées par une caméra en fait un capteur de choix pour les applications de robotique autonome.
Cependant, contrairement à d’autres capteurs dont la mesure donne, par exemple, directement une distance, l’image, quant à elle, doit être traitée. Ce traitement se conçoit pour réaliser des mesures géométriques utiles pour l’application. Ces mesures géométriques dans l’image conduisant à des mesures dans l’espace sont au cœur de la vision par ordinateur. Les méthodes reposent sur un socle commun mais se déclinent différemment suivant le type de caméra employé, conventionnel ou non.
L’objectif de cet article est de faire un tour d’horizon des caméras mono, bi et tridimensionnelles, et de présenter comment les images de ces caméras sont géométriquement modélisées et traitées dans le cadre d’applications de robotique. Les éléments classiques des caméras sont d’abord rappelés pour mieux expliquer le caractère non conventionnel d’autres caméras de typologie différente, à fort potentiel en robotique. Ensuite, la géométrie d’une partie de ces caméras est expliquée et formalisée avant d’aborder la notion de primitive visuelle via l’extraction et la mise en correspondance de points d’intérêt. Les caméras, leur géométrie et les primitives visuelles sont ensuite appliquées à la robotique, avec une large mise en avant des caméras non conventionnelles et de la robotique mobile.
Cet article, même s’il mentionne quelques outils classiques de vision industrielle, parfois associée à la robotique, se place plutôt à la pointe des technologies de vision pour la robotique en plein essor. En effet, la vision tridimensionnelle ou panoramique et la robotique mobile représentent les deux grands axes d’innovation du secteur. La robotique mobile est clairement au cœur de l’innovation technologique via les robots compagnons, les robots d’aide à la personne ou encore les systèmes robotiques de transport.
L’industrie est bien entendu le secteur traditionnel dans lequel la vision et la robotique se retrouvent, car l’environnement peut être maîtrisé. Mais les robots ont aussi montré leur potentiel dans des utilisations terrestres, aériennes, marines, sous-marines, et sont maintenant exploités dans les vastes domaines que sont la sécurité, le secourisme, l’assistance à la personne ou l’exploration.
Même si cet article se focalise sur les techniques innovantes de vision pour la robotique, il est construit de manière à les comprendre et commence donc par la découverte de la caméra classique. Au travers d’exemples, le lectorat est amené à appréhender entièrement plusieurs techniques qui peuvent clairement être détournées vers d’autres champs d’applications.
L’importante quantité de méthodes et d’applications de la vision pour la robotique industrielle et mobile empêche une présentation exhaustive du domaine, tant technique que méthodologique. Les quelques références fournies pourront conduire les lecteurs et lectrices vers des documents plus précis sur certains aspects ou vers des sujets connexes.
L'expertise technique et scientifique de référence
VERSIONS
- Version archivée 1 de sept. 2014 par Guillaume CARON, El Mustapha MOUADDIB
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Robotique
(60 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Systèmes de vision : généralités
English
5. Conclusion
La vision par ordinateur a réalisé des progrès énormes grâce aux avancées de l’électronique et de l’informatique, ainsi qu’aux avancées méthodologiques. Les premières ont rendu possible la miniaturisation et la fiabilisation des capteurs et des ordinateurs pour envisager des traitements d’images robustes et élaborés. Les avancées méthodologiques, notamment en géométrie (modélisation, étalonnage, vision multivue) et en traitement des images utilisant le mouvement, ont rendu possible l’utilisation de la vision en robotique. En outre, les capteurs de vision, parce qu’ils sont plus faciles à embarquer et parce qu’ils fournissent une information riche (géométrie et photométrie d’une scène en temps réel) sont maintenant intégrés dans des applications très variées. Cet article, après avoir donné un aperçu des systèmes de vision, de la géométrie, de l’étalonnage et de la détection de primitives, a présenté plusieurs applications convaincantes démontrant que désormais la vision est devenue une réalité en robotique. Mais les performances d’un système de vision dépendent aussi de la qualité des images à traiter. Lorsque les conditions d’utilisation peuvent être maîtrisées (l’éclairement par exemple), la qualité des images peut être garantie. C’est souvent le cas des systèmes de vision destinés au contrôle qualité en milieu industriel. En revanche, en général, et plus particulièrement en robotique mobile et pour la localisation de véhicules en milieu urbain, ces conditions ne peuvent être maîtrisées parce que les robots sont amenés à évoluer dans des environnements « ouverts ». Pour cette raison, la vision en robotique, sous toutes ses facettes, pose et posera encore des défis importants pour les prochaines années. Certaines difficultés liées aux environnements ouverts pourront être résolues par l’utilisation en robotique de capteurs de vision émergents offrant par exemple une vision sphérique complète, dont la compacité et la facilité d’utilisation atteinte par les capteurs bicaméras sont telles qu’ils s’installent progressivement en robotique, motivée par l’intérêt du champ de vue sans limite de ces capteurs. De nombreux capteurs de vision émergents restent à considérer en robotique pour améliorer la robustesse, l’adaptativité...
L'expertise technique et scientifique de référence
TEST DE VALIDATION ET CERTIFICATION CerT.I. :
Cet article vous permet de préparer une certification CerT.I.
Le test de validation des connaissances pour obtenir cette certification de Techniques de l’Ingénieur est disponible dans le module CerT.I.
de Techniques de l’Ingénieur ! Acheter le module
Cet article fait partie de l’offre
Robotique
(60 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Conclusion
BIBLIOGRAPHIE
-
(1) - FOFI (D.), SALVI (J.), MOUADDIB (E.) - -Uncalibrated reconstruction: an adaptation to structured light vision. - Elsevier pattern recognition, Vol. 36, n° 7, pp. 1631-1644 (2003).
-
(2) - NAYAR (S.) - Catadioptric omnidirectional camera, - IEEE Conference on computer vision and pattern recognition (CVPR), pp. 482-488 (1997).
-
(3) - SHIGANG (L.I.) - Full-view spherical image camera. - IAPR International conference on pattern recognition (ICPR), Vol. 4, pp. 386-390 (2006).
-
(4) - BOUTHEMY (P.) - A maximum likelihood framework for determining moving edges. - IEEE Transactions on pattern analysis and machine intelligence (PAMI), Vol. 11, n° 5, pp. 499-511 (1989).
-
(5) - AMELLER (M.A.), QUAN (L.), TRIGGS (B.) - Le calcul de pose : de nouvelles méthodes matricielles. - Congrès national sur la reconnaissance de formes et l’intelligence artificielle (RFIA) (2002).
-
...
DANS NOS BASES DOCUMENTAIRES
ANNEXES
Fonctions MATLAB ® pour la vision et le traitement d’images
http://www.csse.uwa.edu.au/~pk/Research/MatlabFns
http://www.robots.ox.ac.uk/~vgg/hzbook/code/
OpenCV, Open source Computer Vision library (Windows, Linux, Mac OS, Android, iOS), librairie de traitement d’image et de vision par ordinateur 2D et 3D pour langages de programmation C/C++, Python, Java, MATLAB®, C#
ViSP, Visual servoing platform (Linux, Windows, Mac OS), librairie de commande de robots directement référencée vision 2D et 3D pour langage de programmation C++
http://www.irisa.fr/lagadic/visp/visp.html
ROS, Robotics operating system middleware (Ubuntu Linux et expérimentalement pour les autres systèmes d’exploitation), intergiciel orienté robotique, principalement mobile pour langages de programmation C++, Python, Lisp. ROS intègre OpenCV et ViSP pour les faire interagir avec les robots
RoboticsToolbox, boîte à outils pour MATLAB® et SIMULINK permettant la simulation et le contrôle de robots réels. Elle est complétée par la Machine Vision Toolbox, pour l’interaction entre la vision et la robotique.
http://www.petercorke.com/Robotics_Toolbox.html
http://www.petercorke.com/Machine_Vision_Toolbox.html
Insight, logiciel de vision industrielle, principalement 2D ou 3D active, de la marque Cognex, qui s’interface avec quelques robots industriels
Common Vision Blox,...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Robotique
(60 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
QUIZ ET TEST DE VALIDATION PRÉSENTS DANS CET ARTICLE
1/ Quiz d'entraînement
Entraînez vous autant que vous le voulez avec les quiz d'entraînement.
2/ Test de validation
Lorsque vous êtes prêt, vous passez le test de validation. Vous avez deux passages possibles dans un laps de temps de 30 jours.
Entre les deux essais, vous pouvez consulter l’article et réutiliser les quiz d'entraînement pour progresser. L’attestation vous est délivrée pour un score minimum de 70 %.
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Robotique
(60 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
