Soutenance de thèse de Pierre ZOPPITELLI

Durant les deux dernières décennies, l’analyse d’image est rapidement devenue un sujet central et prometteur de l’informatique. Malgré les dernières avancées concernant les voitures autonomes et les drones, la certification d’un système basé sur la vision reste un challenge dans le monde de l’hélicoptère. Les contraintes spécifiques de sécurité de l’aviation civile demandent une grande fiabilité, précision et intégrité (détections d’échec) de tout système embarqué. Cette thèse s’inscrit dans le cadre du projet (EAGLE) dont l'objectif est l'élaboration d'une plateforme combinant des caméras, des calculateurs et des algorithmes de traitement d'images pour automatiser certaines étapes de vol critiques en hélicoptère. Nos problématiques concernent l'élaboration des algorithmes de vision par ordinateur pour l'atterrissage automatique en hélicoptère sur plateforme offshore. Nos recherches se sont focalisées sur les techniques de détection de zone de poser pour hélicoptère et des méthodes de validation des résultats. Dans ce cadre, nous avons proposé une méthode de détection d'hélipad basée sur la transformée de Hough et fonctionnant dans des cas difficiles : occlusions partielles, faible contraste et prise de vue rasante. Nous avons aussi développé un ensemble de méthodes indépendantes de validation de la détection permettant d'écarter la quasi-totalité des faux positifs et ainsi d'assurer le bon déroulement des vols. Enfin, nous avons proposé des solutions pour l'optimisation de la transformée de Hough pour des architectures basées sur CPU comme GPU et ainsi atteindre des performances temps-réel sur des systèmes embarqués.

During the last two decades, computer vision rapidly emerged from the shadows to become a hot topic in computer science. While progress has been made for the elaboration of autonomous cars and drones, the certification of a vision-based system doing the automatic guidance of a civil aircraft remains an ongoing challenge. The purpose of this thesis is the elaboration of computer vision algorithms for the automatic landing of a helicopter on an offshore platform. Our research was focused on the methods for the detection of the helicopter landing platform and the validation of the results. To achieve this goal, we proposed an algorithm based on the Hough transform which is able to perform in adverse conditions such as : partial occlusions, low contrast and grazing camera angles. We also developped a set of independant methods for the validation of the detection which enables the automatic rejection of almost every false positives. Lastly, we proposed some solutions to improve the computation performance of the Hough transform on CPU and GPU architectures, and thus achieve real-time performance on embedded systems.