Travaux en cours

Traque d'objets mobiles dans un flux de points

Ce projet, sur lequel,nous travaillons, tente de suivre, de manière prédictive, en temps réel un objet mobile au sein d'un flux de nuage de points avec des vitesses de déplacement allant de 1m/s à 30m/s.

Apport de l'IA et des réseaux de neurones dans TOMOFORET

Un nuage de points peut être abordé par une approche strictement géométrique, notamment lorsqu'on dispose d'une reconstruction géométrique 3D issu d'un processus S.L.A.M appliqué à un flux de points issus d'un lidar mobile. C'est l'approche immédiate la plus simple qui, associée à des coupes tomographiques, permet d'analyser les éléments du nuage en mode 2D. Ces résultats en 2D (des images) permettent de revenir à des modèles 3D, ces travaux conduits avec YOLO conduisent à des résultats pertinents en évaluation volumique et en reconstruction 3D. Ceci a été mis en œuvre dans TOMOFORET.

Cependant l'arbre reste une structure géométrique complexe. Aussi faut-il envisager des capacité de segmentation plus puissante, notamment la séparation des branches du tronc et cela par l'analyse directe du de la structure du nuage de points en évitant l'artifice du 2D. PointNet est un réseau de neurone de classification d'objet et de segmentation de scène. En nous appuyant sur des architecture matérielles DGX Park / GX10 nous explorons des modèles neuronaux permettant d'améliorer les performances de dendrométrie forestière.