Arrêt de service programmé du vendredi 10 juin 16h jusqu’au lundi 13 juin 9h. Pour en savoir plus
Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

Hybridisations Based On Visual Information For The Localisation Of Self-Driving Cars

Abstract : Safran has been working for several years on autonomy of vehicles. Whether it is airborne with the UAV Patroller, or on the ground with the military vehicle eRider and with the civilian autonomous car in cooperation with Valeo. This paper focuses on the use of visual information to improve the localisation of the car. More precisely, it presents, from a theoretical point of view, the different kind of visual information that can be used in the navigation filter to improve the localisation of the car and the corresponding hybridisation. The efficiency of these hybridisation are evaluated one by one on simulated and/or on real data.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

https://hal-enac.archives-ouvertes.fr/hal-01942266
Contributeur : Laurence Porte Connectez-vous pour contacter le contributeur
Soumis le : mercredi 12 décembre 2018 - 11:03:13
Dernière modification le : mardi 23 février 2021 - 18:54:08
Archivage à long terme le : : mercredi 13 mars 2019 - 13:22:45

Fichier

ITSNT-Safran_paper_Visual_hybr...
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Jean-Luc Demange, Valentin Demange, Maxime Ferreira, Kevin Honoré, T. Maziol, et al.. Hybridisations Based On Visual Information For The Localisation Of Self-Driving Cars. ITSNT 2018, International Technical Symposium on Navigation and Timing, Oct 2018, Toulouse, France. ⟨10.31701/itsnt2018.09⟩. ⟨hal-01942266⟩

Partager

Métriques

Consultations de la notice

133

Téléchargements de fichiers

178