ADAS INFO

03 décembre 2015

RoadNex v2.2 Scooter passing by in City Traffic

RoadNex v2.2 Road Detection – Scooter passing by in City Traffic

RoadNex v2.2 Scooter passing by in City Traffic

RoadNex v2.2 Road Detection – Scooter passing by in City Traffic
RoadNex detecting the lane on the road with or without markings.
Here, see the red line that reduces with scooters and cars; and the red surface highlighted which stops with scooters and cars, telling us it’s not road anymore, so detecting obstacles in negative.
The green Arrow shows the possible direction to follow.

Nexyad provides modules for ADAS (Advanced Driver Assistance Systems) : some of those modules such as RoadNex road detection or ObstaNex obstacles detection are competitors of the famous modules of the company Mobileye


08 septembre 2015

Nexyad Newsletter #4 september 2015

Validation Database New
Road Detection & Road Safety
NEXYAD tools for ADAS

 

SafetyNex_2

 

To read more :

http://nexyad.net/Automotive-Transportation/?p=973

 

04 septembre 2015

Délégation de conduite : les éléments clés

Délégation de conduite : les éléments clés d’un système de perception artificielle.

   Article du 2 Septembre 2015
  
Auteurs : Gérard YAHIAOUI & Pierre DA SILVA DIAS

 

INTRODUCTION

L’industrie automobile commence à proposer des systèmes d’aide à la conduite, et envisage de proposer dans un avenir proche des systèmes de délégation de conduite partielle ou totale.
 

Les cas qui seront traités en premier peuvent être par exemple :
. La conduite sur autoroute, où le nombre d’événements par kilomètre est par nature faible car l’infrastructure a été conçue pour minimiser les irrégularités de parcours (pas ou peu de virages, pas de contresens, voies larges, visibilité géométrique à plusieurs kilomètres, assez peu d’interactions entre les véhicules, en tout cas lorsque le trafic est fluide).
. La ville, où la complexité des infrastructures est très grande, où les interactions entre les usagers de la route sont très fortes, ce qui rend difficile les tâches de détection, mais où la vitesse du véhicule est faible.

Dans tous les cas, ces futurs ADAS nécessitent de mettre au point des systèmes avancés de perception.

 

PERCEPTION AVANCEE

La perception est une tâche qui consiste, à partir de capteurs choisis (caméras, radar, lidar, slam, ultrasons, …), à détecter des objets, à les reconnaître, et éventuellement les suivre dans leur trajectoire propre.

 On a coutume de découper la perception en phases :
. détection : on perçoit que « quelque  chose » se détache du fond, mais on ne sait pas ce dont il s’agit. Les critères de Johnson appliqués à la détection donnent une limite théorique d’une période, soit une largeur minimale de deux pixels pour qu’un objet immobile puisse être détecté.
. segmentation et tracking : lorsque des zones sont détectées comme se détachant du fond (le paysage dans une image, le cluter pour un radar, …), on doit agglomérer des détections pour en faire des suivis d’objets ou de parties d’objets assez gros pour qu’ils aient un sens.
. reconnaissance : la reconnaissance consiste à pouvoir dire de quel objet il s’agit. Les critères de Johnson pour le système de vision humain requiert 6 période, soit une largeur minimale de 12 « pixels » pour qu’un objet immobile puisse être reconnu.
. identification : l’identification donne, dans la classe d’objets reconnus, le nom précis de l’objet.

La détection est de loin la tâche la plus complexe. Elle se base potentiellement sur plusieurs principes :
. la rupture d’hypothèse : on fait un certain nombre d’hypothèses sur la géographie du monde. On choisit cette hypothèse afin qu’elle soit vérifiée pour le paysage (ou le cluter), et pas pour les objets à détecter. La non validation des hypothèses correspond à une détection.
. la confrontation à une connaissance du paysage ou du cluter : on compare le « fond » tel qu’il est sensé apparaître en l’absence des objets supplémentaires qu’on cherche à détecter, avec ce même fond qui contient les objets à détecter. La comparaison met en évidence les objets à détecter.
. la connaissance de la forme des objets à détecter : dans ce cas, la détection et la reconnaissance de formes sont confondues. On détecte un objet dans son environnement parce qu’on le reconnaît.

La perception humaine met conjointement en œuvre ces trois principes.

Les systèmes de perceptions intègrent des capteurs et des méthodes de traitement, et sont généralement efficaces dans un cadre de conditions de captation, et peu voire pas efficaces dans les autres cadres. Par exemple, une caméra dans le visible, avec ses méthodes de traitement d’images, ne sera généralement pas efficace la nuit ou dans le brouillard car « on n’y voit rien ».

 

PERFORMANCE, ROBUSTESSE, FIABILITE

Aucun système de détection ne peut fonctionner dans tous les cas lorsque l’on traite un problème réel en monde ouvert. La conception d’un système de détection comprend alors deux phases importantes :
. étendre au maximum possible le nombre de cas pour lesquels le système de détection fonctionne.
. disposer d’un diagnostic qui permette de savoir quand on est ou quand on n’est pas dans une situation pour laquelle le système de perception est efficace.

On parle de performance (détection très efficace de tous les objets d’intérêt), de robustesse (grand nombre de cas de figure pour lesquels le système de perception reste efficace), et de fiabilité (connaissance de la situation dans laquelle on est et donc de la confiance que l’on peut accorder au système de perception).

Ces trois éléments, performance, robustesse, fiabilité, doivent être parfaitement connus dans le but de faire coopérer des systèmes de perception (exemple : un caméra et un radar).
 

NEXYAD a proposé la Méthodologie AGENDA pour caractériser les situations de vie, en utilisant le formalisme des plans d’expériences orthogonaux. La reconnaissance des cas de bon fonctionnement peut s’appuyer sur la description des situations de vie avec cette méthodologie. Cela donne un cadre théorique et pratique pour une estimation de la robustesse et de la fiabilité.
 La performance se mesure avec des opérateurs statistiques de comparaison de variables : en général, on considère que la sortie d’un système de détection est une variable qualitative à deux modalités : « détecté »  et « non détecté ».

Cette variable doit être comparée à une variable qualitative de référence qui elle aussi a deux modalités :
« présence d’un objet à détecter » et « absence d’objets à détecter ».
La comparaison ne peut pas être opérée par le calcul d’un pourcentage (pourtant, c’est souvent comme cela que les performances sont présentées), mais elle doit utiliser des outils tels que le tableau de contingence, le Khi2, le Khi2 normalisé, le khi2 par case, etc …
 
Pour étendre le champ des situations de vie où le système détecte correctement les objets, on fait coopérer des systèmes de détection qui ont des cas d’usage type complémentaires (exemple : dans le brouillard, on aura confiance dans le radar, ou à la détection infrarouge, mais pas à la détection par caméra classique).
Un système fiable est un système qui sait répondre « je ne sais pas » : dans le cas de la délégation de conduite, un système de détection qui pourrait détecter tous les objets de façon performante, robuste, et fiable dans 30% des cas d’usage d’un véhicule, et qui pourrait dire « je ne sait pas » le reste du temps est un système industriellement performant. La délégation de conduite dégage 30% de temps du conducteur, ce qui est une vraie proposition de valeur.

 

SURETE DE FONCTIONNEMENT

La sûreté de fonctionnement est une discipline qui englobe beaucoup de problématiques dont l’objectif est de garantir le bon fonctionnement du système dans tous les cas.
En particulier, il faut être vigilant concernant les systèmes de détection qui imposent de disposer de plusieurs voies de mesure, comme la vision stéréo par exemple. Si la détection peut fonctionne uniquement lorsqu’on dispose des deux caméras, alors les experts de la sûreté de fonctionnement peuvent recaler un tel système car 2 caméras signifie 2 fois plus de chances que l’une tombe en panne.
On voit alors que non seulement on doit étudier la détection, mais aussi les performances dites « en mode dégradé », en simulant des pannes aléatoires de capteurs. Une bonne conception d’un système de perception pour les ADAS intègre tous ces éléments.
 

SYNTHESE

La course aux performance qui intéresse les ingénieurs est assez rarement la vraie question dans les systèmes industriels.
Un système qui permet de déléguer la conduite dans 30% des cas (ex : par temps clair couvert sec de jour) et qui « sait » quand il est un cas pour lequel il fonctionne ou ne fonctionne pas, permet de déléguer la conduite et de libérer le conducteur pendant 30% du temps. Ceci est une proposition de valeur très forte pour le conducteur.
Un système qui fonctionne efficacement dans 99% des cas sans qu’on sache précisément quand … ne sert absolument à rien. Aucun industriel ne mettra ce système en fonctionnement.
La société NEXYAD travaille sur ces problématiques depuis vingt ans, dans le cadre de la détection de la route, de la détection des obstacles, de la mesure de visibilité (pour qualifier les cas où la détection est fiable par exemple), de l’estimation de la sécurité routière (adéquation du style de conduite avec l’infrastructure). 


NEXYAD a développé :
. des briques de base performantes et très robustes : RoadNex, ObstaNex, VisiNex onboard, SafetyNex
. une méthodologie de caractérisation des situations de vie dans lesquelles on met au point et teste un ADAS : AGENDA (pour l’amélioration des performances, la reconnaissance des cas de bonne performance, et la validation des ADAS). 
. un savoir-faire de collaboration entre plusieurs systèmes de perception

 


 

03 septembre 2015

DRIVING DELEGATION: KEY ELEMENTS

Driving Delegation: key elements for an artificial perception system
Publication of September 2, 2015
Authors : Gérard YAHIAOUI & Pierre DA SILVA DIAS

INTRODUCTION
The automotive industry starts offering ADAS, and plans to propose in the near future partial or total driving  delegation systems.

Main cases to be processed first may be:
. Highway driving, where the number of events per kilometer is small because the infrastructure has been designed to minimize path irregularities (little or no turns, every car in the same direction, wide track, geometric visibility up to several kilometers, enough little interactions between vehicles, at least when the traffic is flowing).
. The city, where infrastructure complexity is very large, where interactions between the road users are very strong, making detection a difficult tasks, but where speed of the vehicle is low.
In all cases, these future ADAS require developing advanced systems of perception.

ADVANCED PERCEPTION
Perception consist in detecting objects, clustering, and possibly tracking them in their own trajectory, from selected sensors (cameras,  radar, lidar, slam, ultrasound, ...)

It is usually presented as several phases :
. Detection: we perceive that "something" comes off the background, but we do not know what it this is. The Johnson criteria for detection  give a theoretical limit of one period, or a minimum width of two pixels to detect a stationary object.
. segmentation and tracking: when zones are detected as being detached from the background (the landscape for image processing, the cluter for a radar, ...), the detection must be agglomerated to track large enough objects that may have a meaning.
. Recognition: Recognition is to be able to say what it is. The Johnson criteria for human vision is about 6 periods (for stationnary objects) which gives 12 pixels.
. identification: identification gives, in the recognized class, the precise name of the object.

Detection is by far the most complex. It is potentially based on several principles:
. breakage hypothesis : we made a number of assumptions about world geography. We choose this hypothesis and make sure they are verified for the landscape (or cluter), and not for the objects to be detected. The non-validation of assumptions corresponds to a detection.
. the confrontation of a knowledge of the landscape or cluter: Comparing the "background" as it is supposed to appear in the absence of additional objects with said background which contains objects lead to detection of those objects.
. the knowledge of the shape of the objects to be detected: in this case the detection and pattern recognition are the same. System  detects an object in its environment because it recognizes this object.
Human perception jointly implements the three principles.

Perceptions systems incorporate sensors and methods of processing, and are generally effective in a frame capture conditions, and little or not effective in the other frames. For example, a camera in the visible wavelenghts (and its image processing methods), will generally not be effective at night or in fog because "you can not see anything."

PERFORMANCE, STRENGTH, RELIABILITY
No detection system can operate in any case when dealing with a real problem in the open world.
 
Designing a detection system then comprises two important phases:
. extend the maximum possible number of cases where the detection system works.
. have a diagnosis that allows to know when it is or when it is not in a position to that the perception system is effective.

We talk about performance (very efficient detection of all objects of interest), strength (number of cases where the collection system remains effective), and reliability (Situational Awareness in which one is and thus the confidence that can be placed in the collection system).
These three elements, performance, robustness, reliability, should be fully known in order to cooperate collection systems (for example, a camera and a radar).

NEXYAD proposed the Methodology AGENDA for characterizing life situations, using the formalism of orthogonal plans of experiments. The recognition of cases of functioning mode can be based on the description of life situations with this methodology. This gives a theoretical and practical framework for an estimation of robustness and reliability.
Performance is measured with statistical comparison operators: in general, it is considered the output of a detection system is a categorical variable with two categories: "detected" and "not detected". This variable must be compared to a qualitative variable of reference that also has two modalities: "Presence of an object to be detected" and "absence of objects to be detected." The comparison can not be made by calculating a percentage (yet it is often that performance is measured this way), but it must use tools such as contingency table, the Khi2, normalized Khi2, khi2 in the box, etc ...
To extend the life situations of the domain where the system detects objects correctly, we use to make cooperate several detection systems which use complementary types of sensors (eg in fog, we will trust in radar or infrared detection, but not detection by conventional camera).
A reliable system is one that is able to answer "I do not know": in the case of driving delegation a system that could detect all objects so powerful, robust, and reliable in 30% of the time has a great value.
The delegation of driving frees 30% time of the driver, which is a real value proposition.

SAFETY OPERATION
Safety is a discipline that encompasses many issues with the objective of ensuring the proper functioning of the system in all cases.
In particular, we must be vigilant concerning detection systems which require to have several measurement channels, such as stereovision.
If detection works only when you can have both cameras, then safety  experts refuse such a system because two cameras means 2 times more likely that one fails.
We then see that perception system must have quite still usable "degraded mode" when simulating glitches sensors. A good design of a perception system for ADAS incorporates all these elements.

SYNTHESIS
The race for performance that interests the engineers is rarely the real issue in industrial systems.  A system that allows to delegate the driving in 30% of cases (eg clear overcast day dry) and "knows" when there is a case for which it works or does not work, can delegate driving  and release the driver for 30% of the time.
This is a proposal for a very high value for the driver.
A system that works effectively in 99% of cases without knowing precisely when it works  is absolutely unusable. No manufacturer will put such a system in operation for road safety applications.
The company NEXYAD  has been working on these issues for twenty years, especially on road detection, obstacles detection, measurement of visibility (to describe cases where the detection is reliable, for example), the estimation of road safety (suitability driving style with the infrastructure).

NEXYAD developed:
. efficient and very robust basic bricks: RoadNex, ObstaNex, VisiNex onboard, SafetyNex
. a methodology for characterizing life situations in which it develops and tests an ADAS: AGENDA (Improvement performance, the recognition of cases of good performance, and validation of ADAS).
. know-how in collaboration between multiple perception systems.

 

03 août 2015

Véhicule Autonome France : En attente d'une autorisation pour rouler sur route ouverte !

Alors que les premiers tests se sont déroulés début juillet à Bordeaux, certains participants attendent encore l’autorisation officielle des ministères des Transports et de l’Intérieur pour faire rouler leurs véhicules autonomes sur route ouverte.Le cadre presque champêtre du lac de Bordeaux aux petites allées ombragées invite à la balade. Mais pour admirer le paysage en toute quiétude, pendant que la voiture conduit toute seule, il faudra pour certains encore attendre un peu. Alors quese déroulaient entre les 07 et 10 juillet des tests sur le lieu du congrès ITS, au parc des expositions de Bordeaux (Gironde), toutes les sociétés présentant des véhicules autonomes n’avaient pas encore reçu leurs autorisations officielles définitives pour les faire rouler sur route ouverte.

UNE PLAQUE W SPÉCIALE VÉHICULE AUTONOME

C’est le cas du bureau d’études AKKA Technologies. "Ca devient un suspense haletant", commente l’un des membres de l’équipe présente à Bordeaux le jeudi 9 juillet....

 

Capture d’écran 2015-07-31 à 17

 

To read more : http://www.usine-digitale.fr/article/its-2015-les-vehicules-autonomes-en-quete-d-autorisation-pour-rouler-sur-route-ouverte.N342580

More information about autonomous car : http://nexyad.net/Automotive-Transportation/

 


30 juillet 2015

Le véhicule du futur : la voiture volante !

L'entreprise américaine Terrafugia, après avoir présenté il y a deux ans un premier objet volant assez singulier baptisé « Transition », revient cette année avec un modèle hybride roulant et volant qui pourrait modifier nos habitudes en matière de déplacements : le Terrafugia TF-X.

Véhicule quatre places doté comme une automobile classique de quatre roues, de rétroviseurs et d'un poste de pilotage, le TF-X est également équipé d'hélices escamotables qui lui permettent de se transformer en hélicoptère, ou tout du moins de décoller à la verticale et de se déplacer avec la même agilité que ces derniers...

Capture d’écran 2015-07-28 à 16

To read more : http://www.motorlegend.com/actualite-automobile/terrafugia-tf-x-la-voiture-volante/12394.html

 

Posté par ADASinfo à 10:20 - Commentaires [0] - Permalien [#]
Tags : , , , , , ,

29 juillet 2015

McCity : la première ville pour les véhicules autonomes !

Les véhicules autonomes seront la prochaine grande révolution du transport de personnes. Une révolution qui vient de passer à la vitesse supérieure, au Michigan. Bienvenue à McCity.

McCity est une petite ville de 13 hectares, située à Ann Arbor, dans le Michigan, aux Etats-Unis. Ayant été inaugurée ce lundi par l’Université du Michigan – elle vient tout juste de sortir de terre –elle est intégralement dédiée à faire des essais, en conditions réelles, avec des véhicules sans chauffeur.

Selon l’Université, elle comporte tout ce que vous trouvez dans une ville classique (de la signalisation aux obstacles imprévus). Même des robots-piétons pourront surgir au hasard d’une rue pour tester la  réactivité des voitures. « Tout aussi vicieux, des graffitis masquant certains panneaux et des marquages au sol partiellement effacés viendront tester les capacités des voitures », ajoute 20 Minutes.

Capture d’écran 2015-07-28 à 15

To read more : http://www.focusur.fr/tech/2015/07/24/mccity-premiere-ville-ou-toutes-les-voitures-sont-autonomes

For more information about autonomous car : http://nexyad.net/Automotive-Transportation/

Posté par ADASinfo à 10:30 - Commentaires [0] - Permalien [#]
Tags : , , , , , ,

28 juillet 2015

Véhicule autonome : Des poids lourds autonomes sur les routes au Nevada !

Daimler est le premier constructeur à tester un camion autonome sur autoroute. Le Nevada offre un terrain de jeu idéal.

Les touristes qui s’aventurent à l’extérieur de Las Vegas croisent parfois un drôle de camion : un poids lourd aux allures futuristes, où le conducteur ne tient pas le volant. Baptisé « Inspiration Truck », il est construit par l’allemand Daimler – le grand pionnier des voitures autonomes – et testé depuis deux mois sur les routes du Nevada.

Le lieu ne doit rien au hasard : il s’agit de l’un des rares Etats américains à autoriser la circulation de voitures autonomes sur routes publiques (Michigan, Nevada, Texas, Californie). Aussi immense que désertique, l’Etat offre un terrain de jeu idéal pour les constructeurs souhaitant tester les voitures de demain...

Capture d’écran 2015-07-28 à 15


To read more :  http://www.lesechos.fr/industrie-services/automobile/021230762357-dans-le-nevada-des-poids-lourds-autonomes-sillonnent-deja-les-routes-1140171.php?eoT4T8IAtvKO2E0j.99

For more information about autonomous car : http://nexyad.net/Automotive-Transportation/

Posté par ADASinfo à 16:00 - Commentaires [0] - Permalien [#]
Tags : , , , , ,

24 juillet 2015

"Ford développe des projecteurs avec un pointeur thermique pour faciliter la vision nocturne" Source journal du geek

Ford développe de nouvelles technologies d’éclairage qui permettront aux conducteurs d’identifier plus facilement les dangers potentiels, comme les piétons, les cyclistes et les animaux, et ainsi voyager plus sereinement. Appelé « Camera-based Advanced Front Lighting System », ce système d’éclairage avancé s’appuie sur les projecteurs avant adaptatifs et la Reconnaissance des panneaux de signalisation, qui sont déjà disponibles dans la gamme, pour fournir aux conducteurs une meilleure visibilité aux ronds-points, aux “Cédez le passage” et aux “Stops”...

Capture d’écran 2015-07-24 à 16

To read more : http://www.journaldugeek.com/2015/07/24/ford-developpe-des-projecteurs-avec-un-pointeur-thermique-pour-faciliter-la-vision-nocturne/

More about this subject : http://nexyad.net/Automotive-Transportation/

Posté par ADASinfo à 17:00 - Commentaires [0] - Permalien [#]
Tags : , , , , , , ,

21 juillet 2015

Audi Q7 : la voiture semi-autonome !

ASSISTANCE. Effectivement, cette Audi dispose d’une conduite semi-autonome. Ce n’est pas encore la voiture sans pilote, mais cela y ressemble. Par exemple, dans les bouchons, entre 0 et 3 km/h, elle se débrouille toute seule. Le conducteur n’a plus besoin de toucher ni aux pédales, ni au volant. Impressionnant. D’autant que ce système est actif jusqu’à 60 km/h. Toutefois, au-delà de 3 km/h, les mains doivent rester sur le volant. Et si ce n’est pas le cas, une alarme retentit et un message s’affiche sur le tableau de bord pour un petit rappel à l’ordre...

Capture d’écran 2015-07-20 à 11

 

To read more : http://www.sciencesetavenir.fr/high-tech/20150717.OBS2775/q7-d-audi-essai-d-une-voiture-presque-autonome.html

For more information about autonomous car : http://nexyad.net/Automotive-Transportation/

 

 

Posté par ADASinfo à 10:00 - Commentaires [0] - Permalien [#]
Tags : , , , , , ,