Evaluation of driver assistance systems. Automatic generation of augmented ground truth from a high-resolution sensor and a semantic 3D mapping; Evaluation of third-party perception functions
Évaluation de systèmes d'aide à la conduite. Génération automatique de vérité terrain augmentée à partir d’un capteur haute résolution et d’une cartographie sémantique et 3D ; Evaluation de fonctions de perception tierces
Résumé
Autonomous driving is one of the current major technological challenges in the automotive sector. Vehicles are becoming more complex and are integrating new systems relying on key functionalities such as perception. Perception is used in various ways to ensure safer mobility, allowing the main inboard system to understand the environment in which the vehicle evolves. Perception plays a critical role in the proper behavior of an autonomous vehicle. It is necessary to ensure that the embedded perception solutions are effective enough to meet safe driving requirements. However, the evaluation of such solutions remains a complex and little explored task. One of the critical issues is the difficulty of generating and having sufficient reference data to conduct relevant evaluations. The purpose of this thesis is to develop a new validation tool to evaluate the performances and error levels of different perception solutions, while minimizing the manual annotations. With this tool, it will be possible to lead benchmark studies on different solutions based on common criteria. The development of this tool is split into two main parts: the automated production of reference data and the evaluation method of the tested perception solutions.
Le véhicule autonome représente l'un des défis technologiques actuels majeurs dans le secteur automobile. Les véhicules actuels se complexifient et intègrent de nouveaux systèmes reposants sur des fonctionnalités clés telles que la perception. Permettant au véhicule d'appréhender l'environnement dans lequel il évolue, elle est exploitée sous différents aspects pour garantir une mobilité plus sûre. Étant donné le rôle essentiel de la perception dans le bon comportement d'un véhicule autonome, il est nécessaire de s'assurer que les solutions de perception utilisées soient suffisamment performantes pour garantir une circulation sécurisée. L’évaluation de telles solutions de perception reste cependant une tâche complexe et peu explorée. L’un des points critiques est la difficulté de produire et de disposer de données de référence suffisantes pour mener des évaluations pertinentes. L'objectif de cette thèse est de mettre au point un nouvel outil de validation permettant d'évaluer les performances et niveaux d'erreurs de différentes solutions de perception, tout en utilisant le minimum de traitements manuels. Via cet outil, il sera alors possible de mettre en concurrence différentes solutions en se basant sur des critères communs. La mise au point de cet outil se décompose selon deux parties principales qui sont : la génération automatisée de données de référence et la méthode d'évaluation des solutions de perceptions testées.
Origine : Version validée par le jury (STAR)