Evolution-Based Vision Algorithm with Fuzzy Fitness Function for Obstacle Detection

Haythem Ghazouani 1 Tagina Moncef 2 René Zapata 3
1 LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
2 Laboratoire RIADI-GDL [Manouba]
3 EXPLORE - Robotique mobile pour l'exploration de l'environnement
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Abstract : The proposed algorithm is a fast evolution-based vision technique for real-time obstacle detection. Based on the Parisian approach, our algorithm evolves a population of 3D particles which constitutes a three-dimensional representation of the scene. Evolution is controlled by a fuzzy fitness function able to deal with uncertain camera measurements, and uses classical evolutionary operators. The result of the algorithm is a set of 3D particles gathered on the surfaces of obstacles.
Keywords : vision obstacle detection Parisian evolutionary approach fuzzy correlation
Type de document :
Communication dans un congrès
META: Metaheuristics and Nature Inspired Computing, Oct 2010, Djerba, Tunisia. 1st International Conference on Metaheuristics and Nature Inspired Computing, pp.51-52, 2010
Liste complète des métadonnées

Littérature citée [4 références]  Voir  Masquer  Télécharger
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00954358
Contributeur : Haythem Ghazouani <>
Soumis le : samedi 1 mars 2014 - 17:45:37
Dernière modification le : jeudi 11 janvier 2018 - 06:26:17
Document(s) archivé(s) le : jeudi 29 mai 2014 - 14:30:16

Fichier

META-2010_Ghazouani.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : lirmm-00954358, version 1

Collections

EXPLORE | LIRMM | MIPS | UNIV-MONTPELLIER

Citation

Haythem Ghazouani, Tagina Moncef, René Zapata. Evolution-Based Vision Algorithm with Fuzzy Fitness Function for Obstacle Detection. META: Metaheuristics and Nature Inspired Computing, Oct 2010, Djerba, Tunisia. 1st International Conference on Metaheuristics and Nature Inspired Computing, pp.51-52, 2010. 〈lirmm-00954358〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

168

Téléchargements de fichiers

192

Contact

support.ccsd.cnrs.fr
hal.support@ccsd.cnrs.fr
Logo CCSD