Skip to Main content Skip to Navigation
Conference papers

Système laser autonome pour la détection et le comptage des deux roues motorisées

Résumé : Les autorités publiques et les gestionnaires de la route ont fait de la sécurité des deux roues mobiles (2RM) une priorité. En 2012, les chiffres officiels montrent que le trafic des 2RM représente 2% du trafic global mais 30% des accidents mortels. Cette étude montre que les risques encourus par les 2RM sont 24 fois plus élevés que pour les autres utilisateurs de la route. Même si des progrès sont faits au niveau des technologies d'analyse du trafic, il est aujourd'hui toujours difficile de déterminer le nombre exact de 2RM sur le réseau routier. La détection des 2RMs reste un challenge du fait de leur interaction méconnue avec les autres véhicules et de leur comportement sur la route. Dans ce papier, nous proposons une méthode robuste de détection des 2RMs. Cette méthode est une amélioration de nos travaux précédents et se fonde sur la technique de détection Last Line Check (LLC). Notre approche mesure la variation moyenne de hauteur des véhicules qui passent sous le scanner laser. Après l'extraction des véhicules, une méthode d'apprentissage de type SVM est utilisé pour classifier les détections laser. Les résultats obtenus montrent une amélioration significative par rapport à l'approche précédemment développée.
Document type :
Conference papers
Complete list of metadata

Cited literature [9 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00989044
Contributor : Sébastien Adam <>
Submitted on : Friday, May 9, 2014 - 3:55:50 PM
Last modification on : Sunday, October 25, 2020 - 7:06:59 AM
Long-term archiving on: : Saturday, August 9, 2014 - 3:25:13 PM

File

rfia2014_submission_27.pdf
Publisher files allowed on an open archive

Identifiers

  • HAL Id : hal-00989044, version 1

Citation

Yadu Prabhakar, Damien Vivet, Christèle Lecomte, Peggy Subirats, Abdelaziz Bensrhair. Système laser autonome pour la détection et le comptage des deux roues motorisées. Reconnaissance de Formes et Intelligence Artificielle (RFIA) 2014, Jun 2014, Rouen, France. ⟨hal-00989044⟩

Share

Metrics

Record views

1174

Files downloads

662