Affordable Access

All-weather vision for automotive safety: which spectral band?

Authors
  • PINCHON, Nicolas
  • CASSIGNOL, Olivier
  • BERNARDIN, Frédéric
  • NICOLAS, Adrien
  • LEDUC, Patrick
  • TAREL, Jean Philippe
  • BREMOND, Roland
  • BERCIER, Emmanuel
  • BRUNET, Johann
Publication Date
Jan 01, 2018
Source
Portail Documentaire MADIS
Keywords
License
Unknown
External links

Abstract

Le projet financé par les fonds publics français AWARE (All Weather All Roads Enhanced) vise à mettre au point un capteur à faible coût qui réponde aux exigences de l'industrie automobile et de l'aviation fonctionnant de nuit, avec brouillard, pluie et neige. Afin d'identifier les technologies offrant la meilleure vision possible par tous les temps, nous avons évalué la pertinence de quatre bandes spectrales possibles : RVB visible, infrarouge proche (NIR), infrarouge à ondes courtes (SWIR) et infrarouge à ondes longues (LWIR). Deux campagnes de test ont été réalisées dans des conditions naturelles en extérieures et dans un tunnel à brouillard, avec quatre caméras enregistrant simultanément. Cet article présente les résultats détaillés de cette étude comparative qui a focalisée sur la détection des piétons, des véhicules, des panneaux de signalisation et des voies. / The AWARE (All Weather All Roads Enhanced vision) French public funded project is aiming at the development of a low cost sensor fitting to automotive and aviation requirements, and enabling a vision in all poor visibility conditions, such as night, fog, rain and snow. In order to identify the technologies providing the best all-weather vision, we evaluated the relevance of four different spectral bands: Visible RGB, Near-Infrared (NIR), Short-Wave Infrared (SWIR) and Long-Wave Infrared (LWIR). Two test campaigns have been realized in outdoor natural conditions and in artificial fog tunnel, with four cameras recording simultaneously. This paper presents the detailed results of this comparative study, focusing on pedestrians, vehicles, traffic signs and lanes detection.

Report this publication

Statistics

Seen <100 times