PROCEDE D'ASSISTANCE A LA CONDUITE D'UN VEHICULE ET DISPOSITIF ASSOCIE AMELIORE

Description

[0001] L'invention a pour domaine celui de l'assistance à la conduite d'un véhicule. Plus particulièrement, l'invention est relative à une fonction d'assistance permettant d'anticiper les collisions entre le véhicule et des objets présents dans l'environnement du véhicule considéré.

[0002] Des fonctions d'assistance à la conduite sont disponibles sur les véhicules actuels pour pallier aux éventuelles erreurs de conduite. Par exemple, la fonction ABS (Anti-Braking System) permet de limiter le glissement des roues et donc de réduire la distance de freinage. Le but ultime de ces fonctions d'assistance est de réduire l'insécurité routière.

[0003] A ce titre, on a cherché à mettre au point des fonctions permettant de maintenir une distance de sécurité entre deux véhicules. Ainsi, le système ACC (« Adaptative Cruise Control » ou « contrôle adaptatif de la vitesse de croisière ») est disponible sur certains véhicules. Il permet de détecter le véhicule précédent le véhicule équipé d'un laser ou d'une caméra, d'estimer la vitesse et la distance du véhicule précédent, puis de contrôler la vitesse du véhicule équipé pour maintenir la distance de sécurité.

[0004] Mais, le système ACC ne peut être utilisé que sur des autoroutes lorsque les situations de conduite sont simples.

[0005] Il y a donc un besoin pour une fonction d'assistance, permettant d'éviter les collisions, qui fonctionne dans un environnement complexe, en particulier dans un environnement urbain. En effet, dans ce dernier cas, le véhicule risque de rentrer en collision avec des objets de nature variés, parfois vulnérables et qui ont un comportement imprévisible. En particulier, un objet peut être temporairement occulté par un autre objet de la scène. C'est par exemple le cas d'un piéton masqué derrière un véhicule en stationnement.

[0006] Pour répondre à ce problème, certains travaux s'orientent vers un procédé de poursuite multipistes permettant de maintenir une liste de pistes qui représentent chacune un objet supposé être présent dans l'environnement. A chaque nouvelle série d'observations, il s'agit de réaliser une étape d'association des nouvelles mesures avec les pistes existantes ; une étape de modification de la liste de pistes en créant, en confirmant ou en supprimant une piste ; une étape de prédiction de l'état instantané de chaque piste au moyen d'un filtre du type Kalman ; et une étape de fenêtrage permettant d'associer à une piste les observations à venir autour de l'état estimé de cette piste.

[0007] Mais cette méthode multipistes présente des problèmes de fiabilité, en particulier lors de l'étape d'association et de l'étape de modification de la liste des pistes. De plus, la représentation de l'environnement au moyen d'une liste de pistes est la cause d'une perte importante de l'information disponible. Par exemple, le procédé multipiste ne permet pas de retenir l'information sur les zones de l'environnement qui sont masquées par un object.

[0008] Le document DE 10 2004 007 553 A1 décrit un procédé selon le preambule de la revendication 1.

[0009] L'invention a pour but de fournir une fonction d'assistance permettant d'anticiper les collisions qui puisse être mise en oeuvre dans un environnement complexe. L'invention a également pour but de répondre aux inconvénients précités et en particulier de tenir compte des occultations d'objets. Pour être effectivement embarqué à bord d'un véhicule, l'invention doit permettre une prise en compte aussi précise que possible des objets de la scène, en limitant au maximum les erreurs sur la présence d'un objet en un lieu donné de la scène. De plus l'invention doit pouvoir être mise en oeuvre quasiment en temps réel de manière à prendre en compte des modifications rapides de la scène. Ces buts sont atteints par un procédé selon la revendication 1.

[0010] L'invention sera mieux comprise et d'autres buts, détails, caractéristiques et avantages de celle-ci apparaîtront plus clairement au cours de la description donnée uniquement à titre illustratif et non limitatif en référence au dessin annexé.

[0011] La Figure 1 représente de manière schématique un véhicule embarquant le dispositif d'aide à la conduite selon l'invention.

A - Description générale d'un mode de réalisation

[0012] Le procédé d'assistance à la conduite selon l'invention est mis en oeuvre sur un véhicule 1 représenté schématiquement sur la figure 1.

[0013] De manière connue, le véhicule 1 comporte quatre roues 2a-d. Les roues avant 2a et 2b sont par exemple entraînées par un moteur thermique. Chacune des roues 2a-d est équipée de moyens de freinage 3a-d. Par exemple, les roues avant 2a et 2b sont équipées de freins hydrauliques, alors que les roues arrière 2c et 2d sont équipées de freins électromécaniques 3c et 3d.

[0014] Le véhicule 1 comporte une pluralité de capteurs. Des capteurs de vitesse 4a-d sont disposés sur chacune des roues 2a-2d. Chaque capteur de vitesse permet de mesurer la vitesse de rotation de la roue qu'il équipe. Le véhicule 1 est également équipé d'un capteur d'accélération 5. Les différents capteurs délivrent des signaux qui sont acheminés via un réseau de communication (par exemple du type CANBus) jusqu'à une unité centrale de calcul 6.

[0015] L'unité de calcul 6 comporte un processeur apte à exécuter les instructions d'un programme informatique. L'unité de calcul 6 comporte également des moyens de mémorisation permettent de stocker de manière permanente lesdites instructions et des paramètres prédéfinis ou de manière éphémère les résultats des calculs effectués par ledit processeur. L'unité de calcul comporte également une horloge permettant de cadencer et de synchroniser son fonctionnement.

[0016] De plus l'unité de calcul 6 comporte des interfaces entrée/sortie permettant la réception en entrée des signaux provenant des différents capteurs et l'émission, en sortie, de signaux de contrôle en direction d'actionneurs.

[0017] L'unité de calcul 6 calcule à partir des différents signaux émis par les capteurs de vitesse 4a-d, la vitesse longitudinale du véhicule 1.

[0018] L'unité de calcul 6 peut comporter des fonctions de gestion du freinage, par exemple du type ABS (« Anti-lock braking system » pour "anti-blocage des roues"). En fonction de la vitesse, l'unité de calcul 6 détermine le glissement de chacune des roues. Lorsque le glissement d'une des roues est supérieur à un seuil prédéterminé, l'unité de calcul 6 émet un signal d'actionnement des freins de manière à réduire le glissement sur la roue considérée. Ce freinage supplémentaire n'est pas du tout géré par le conducteur du véhicule pour qui cette opération est totalement transparente.

[0019] Selon l'invention, le véhicule 1 est équipé d'au moins un capteur permettant de détecter la présence d'objet. Différents types de capteurs peuvent être utilisés. Par exemple, sur la figure 1, le capteur 10 représenté est un télémètre laser. Il permet de détecter des objets présents dans un « champ de vision » ou zone de détection correspondant, dans un plan horizontal, à un cône d'angle d'ouverture totale φ₀ d'environ 90° sur une profondeur p₀ d'environ 20 m en avant du véhicule. En variante de ce mode de réalisation, le capteur embarqué sur le véhicule pourrait être un détecteur du type laser ou sonar, ou encore une camera CCD. Par caméra CCD, il faut comprendre non seulement le détecteur, mais également l'électronique de pré-traitement de l'image qui produit un signal comportant une information exploitable. Par exemple, l'électronique de pré-traitement est apte à générer un cadre autour d'un objet en mouvement en regroupant l'ensemble des points de l'image animés de la même vitesse.

[0020] Sur la figure 1, le capteur a été représenté en position avant sur le véhicule 1 pour que la zone de détection soit en avant de celui-ci. En variante, par exemple dans le cas d'un bus pour lequel les angles morts sont importants, le capteur peut être disposé de telle sorte qu'il permettre une assistance lors d'une marche arrière ou de la fermeture des portes du bus, la zone de détection étant alors en arrière du véhicule ou bien sur le côté de celui-ci.

[0021] Dans encore une autre variante de réalisation, les capteurs de détection de présence d'objets peuvent être disposés de manière fixe dans le paysage. Sur la figure 1, nous avons représenté un tel capteur 10' qui peut être fixé sur un élément de l'infrastructure routière tel qu'un abri de bus, une glissière de sécurité, un panneau de signalisation ou l'équivalent. Le capteur 10' est équipé de moyens d'émission, qui, soit directement soit au travers de moyens relais, permettent de transmettre un signal de détection au véhicule 1. Ce dernier, équipé de moyens de réception schématisés par l'antenne 8 est apte à replacer l'objet détecté dans son propre référentiel. Pour déterminer sa position et sa vitesse relativement au capteur 10', le véhicule 1 comporte des moyens de positionnement du type GPS avec éventuellement des balises de positionnement locales.

[0022] Le télémètre laser comporte une source 10a émettant un faisceau directionnel. En une période de temps repérée par un entier k et ayant une période d'échantillonnage de l'ordre de 10 ms, le faisceau balaie le cône d'ouverture φ₀. Une partie de l'énergie du faisceau émis est réfléchie par un objet en direction du véhicule 1. Un récepteur 10b détecte le faisceau réfléchi. L'électronique d'acquisition de données 10c du capteur 10 détermine, la distance p et la position angulaire φ de l'objet détecté. Un télémètre laser ne permet pas de fournir une mesure de vitesse. C'est pourquoi l'électronique d'acquisition peut éventuellement effectuer une étape de prétraitement permettant d'estimer une valeur de la vitesse de l'objet détecté, sur la base par exemple d'un algorithme de plus proche voisin entre deux mesures successives de la profondeur et de la position angulaire de l'objet détecté. Finalement, le capteur 10 émet un signal correspondant à une mesure en position et, éventuellement, en vitesse de l'objet détecté à l'instant k.

[0023] Les mesures sont faites relativement au référentiel du véhicule 1. Dans le cas d'un capteur statique disposé dans le paysage, tel que le capteur 10', les données de positionnement d'un objet sont transmises au véhicule 1 qui, de manière simple, peut déterminer la position de l'objet détecté par changement de référentiel, compte-tenu de sa position, de sa vitesse et de son accélération par rapport au capteur statique, valeurs dynamiques qui sont obtenues comme indiqué ci-dessus au moyen d'un système de positionnement type GPS.

[0024] La mesure faite par le capteur 10 est transmise, via des lignes de communication, en entrée de l'unité de calcul 6. L'unité de calcul 6 exécute alors les instructions de la partie logicielle de l'invention avec une période égale à la période d'échantillonnage du capteur, à savoir Δt=10ms.

[0025] L'exécution de ces instructions permet à chaque instant k, d'abord de calculer la probabilité d'occupation d'une région de l'espace par un objet, puis d'associer à cette région de l'espace occupée un niveau de danger.

[0026] Pour éviter une collision, l'utilisation de l'information correspondant au niveau de danger, peut être faite sous la forme d'une alarme visuelle et/ou sonore indiquant la présence de l'objet au conducteur ou sous la forme d'une commande d'actionnement des freins pour atteindre une vitesse de consigne permettant d'éviter le danger détecté.

[0027] Il est nécessaire que l'exécution de la partie logicielle selon l'invention se fassent entièrement pendant la période Δt, c'est-à-dire quasiment en temps réel. Cette spécification impose des contraintes sur l'algorithme de la présente invention compte tenu des puissances de calcul disponibles actuellement. Typiquement, l'unité de calcul 6 est équipée d'un processeur du type Pentium IV fonctionnant à une fréquence de 2 GHz et d'une capacité mémoire de l'ordre 100 Go.

B - Notion de grille d'occupation

[0028] Le domaine spatial ξ dans lequel on cherche à déterminer la présence d'un objet correspond à une zones rectangulaire en avant du véhicule 1. Cette zone à deux dimensions est repérée par des coordonnées cartésiennes : X₁ dans la direction longitudinale 1 et X₂ dans la direction transversale.

[0029] Pour obtenir une grille G, ce domaine spatial ξ est numérisé. Il est découpé en cellules ayant un pas régulier prédéterminé ΔX₁ selon la direction X₁ et ΔX₂ selon la direction X₂. Il s'agit donc de la discrétisation régulière et statique de l'environnement du véhicule sous la forme d'un ensemble de N cellules X (X₁, X₂). La grille à deux dimensions actuellement utilisée possède de l'ordre de 100 000 cellules. Dans le mode de réalisation de la figure1, elle s'étend typiquement de 20 m selon X₁ et de 20 m selon X₂. Comme cela est représenté sur la figure 1, le domaine spatial ξ ne se superpose pas exactement à la zone de détection couverte par le capteur 10.

[0030] On obtient alors une grille d'occupation en associant à chacune des cellules de la grille un nombre représentant la probabilité qu'un objet occupe cette cellule.

[0031] On cherche alors à déterminer la probabilité que la cellule x soit dans l'état occupé E^k_x=1 à l'instant k, compte tenu de la série d'observations z⁰ ... z^k réalisées au cours du temps. Cette probabilité d'occupation est notée P(E ^k_x|_Z0 ... _Z^k x). Selon une convention classique du domaine des probabilités, P(A|B) signifie la probabilité d'obtenir A, la valeur de B étant connue. Il est à noter que « l'observation z^k » n'est pas directement la mesure en p et Φ donnée par le capteur, mais correspond plutôt à cette mesure rapportée au niveau de la cellule : si une mesure indique la présence d'un objet en p et Φ, z^k vaut 1 pour la cellule x^k associée aux coordonnées p et Φ, et vaut 0 ailleurs.

[0032] Une hypothèse est faite quant à l'indépendance de l'état E_x d'une cellule de la grille par rapport aux autres cellules, et en particulier des cellules voisines. Cette hypothèse a pour but de réduire les corrélations entre cellules et donc, de simplifier le calcul de la probabilité d'occupation sur l'ensemble des N cellules X de la grille G. En effet, cela revient alors à répéter N fois le calcul permettant d'estimer la probabilité d'occupation d'une seule cellule.

[0033] Avantageusement, l'algorithme selon l'invention est codé de manière à être entièrement parallélisable. Sa mise en oeuvre peut être faite au moyen d'une carte électronique comportant N processeurs fonctionnant en parallèle. Chaque processeur calculant la probabilité d'occupation de la cellule de la grille qu'il représente.

[0034] L'algorithme selon l'invention se subdivise de manière schématique en plusieurs modules :

• le premier module consiste à modéliser la réponse du capteur. Ce « modèle capteur » se fonde sur une distribution de probabilité P(Z^k|E_x^k X) qui indique la probabilité de l'observation Z^k connaissant l'état E^k_x de la cellule X à l'instant k. Il est à noter que les majuscules indiquent une variable pouvant prendre un ensemble de valeurs possibles indiquées en minuscule. Par instanciation d'une variable A, il faut entendre la valeur particulière a que prend cette variable A.
• le deuxième module est un module de prédiction. Il permet de prévoir l'état E^k_x de la cellule X à l'instant k compte tenu de l'état de la grille à l'instant k-1.
• le troisième module est un module d'estimation permettant de calculer la probabilité d'occupation E^k_x de la cellule X à l'instant k compte tenu des observations Z^k à l'instant k, et du résultat de l'étape de prédiction obtenu en sortie du deuxième module.
• un quatrième module permet enfin d'associer aux cellules de la grille dont la probabilité d'occupation est élevée une grandeur indiquant un risque à collision et d'émettre un signal adapté.

C - Modélisation d'un capteur télémétrique

[0035] L'information récupérée par le capteur est limitée en précision. De nombreux facteurs affectent la précision de la mesure : température, éclairage, couleur de l'objet, etc. Pour exploiter au maximum les mesures, il est important de tenir compte du bruitage de la grandeur observée. Selon l'invention, la réponse du capteur est décrite par un modèle probabiliste spécifié sous forme d'un programme bayésien.

[0036] Les variables pertinentes du problème sont l'observation Z ; la cellule X ; la variable E_x signifiant qu'un objet existe dans la cellule X ; et, la variable D_x signifiant qu'un objet a été détecté dans la cellule X.

[0037] La conjonction des variables E_x et D_x permet d'expliciter les quatre situations possibles suivantes :

• [E_X =1] ∧ [D_x =1] : un objet occupe effectivement la cellule X, et il a été détecté par le capteur;
• [E_x = 0] ∧ [D_x = 0] : la cellule est vide, et le capteur n'y détecte effectivement rien.
• [E_X =1] ∧ [D_x = 0] : un objet occupe la cellule X, mais il n'est pas détecté par le capteur. C'est par exemple le cas lorsque la cellule X est en dehors de la zone de détection du capteur, que la cellule X est masquée par un autre objet, ou encore lorsque le capteur est défaillant ;
• [E_x = 0] ∧ [D_x =1] : la cellule X est vide et pourtant le capteur y détecte un objet.

[0038] Ces deux dernières situations correspondent à une défaillance du capteur.

[0039] La probabilité conditionnelle P(Z, X , E_x , D_x) , exprimant la conjonction des différentes variables sélectionnées, se décompose avantageusement sous la forme :

P(X) et P(E_x|X) représentent des connaissances a priori sur l'environnement du véhicule. Dans un premier temps, afin de ne privilégier aucune situation particulière, ces distributions sont choisies uniformes. Mais, comme cela sera explicité ci-dessous, P(E_x|X) permettra de tenir compte de l'historique de la scène.

[0040] La probabilité P(D_x|E_x X) représente la capacité du capteur à détecter ou non une cible, ou bien à générer des fausses alarmes :

• P([D_x =1] |[E_x =1], X ) = P_D (X) représente la probabilité de détection.
• P([D_x = 0] |[E_x =1], X) =1- P_D (X) représente la probabilité que le capteur manque une cible existante.
• P([D_x =1] |[E_x = 0], X) = P_FA (X) représente la probabilité de fausse alarme.
• P([D_x =0] |[E_x=0], X)=1-P_FA(X).

[0041] Ces distributions de probabilités dépendent du capteur et des conditions dans lesquelles il est utilisé. P_D(X) et P_FA(X) peuvent être estimées à partir d'une modélisation des caractéristiques physiques des capteurs et des objets détectés. Elles peuvent également être "apprises" expérimentalement dans les conditions particulières d'utilisation du capteur au cours d'une première étape de calibration.

[0042] Il reste à définir les différentes formes paramétriques associées à la famille de distribution P(Z| D_x, E_x, X) suivant les valeurs de D_X et de E_x.
P(Z|[D_x=1][E_x= 0], X) et P(Z|[D_x=1][E_x =1], X) indiquent qu'une détection a eu lieu pour la cellule X. Il s'agit d'une autre formulation de la fonction de vraisemblance du capteur. Le plus souvent une famille de distributions normales est utilisée :


où, pour une valeur de X donnée, la moyenne µ(X) de la distribution normale représente la réponse attendue du capteur. La matrice de covariance Σ(X) permet de représenter les variations possibles de la réponse du capteur autour de la réponse attendue. En ce sens, elle représente la précision du capteur. Les paramètres du modèle capteur, comme la moyenne et la matrice de covariance dans le cas Gaussien, peuvent être acquis au cours d'une deuxième étape de calibration du capteur.
P(Z|[D_x =0][E_x =0],X) indique que la cellule X est vide, et qu'aucune détection n'a eu lieu dans cette cellule. En considérant uniquement ces informations, il est difficile de dire quelle peut être la valeur de l'observation Z dans une autre cellule. On choisit une distribution uniforme.
P(Z|[D_x =0][E_x =1],X) indique que la cellule X est occupée par un objet, et qu'aucune détection n'a eu lieu. Soit un objet masque la cellule X et a été détecté par le capteur, soit l'objet présent dans la cellule X n'est pas masqué, et n'a pas été détecté. On décide que la probabilité pour la mesure Z d'être dans une zone masquée par la cellule X est différente de celle des zones non masquées.

[0043] Une fois les paramètres du modèle donnés, la description précédente peut être utilisée pour calculer la probabilité capteur :

D Grille d'occupation équivalente et compression

[0044] Dans le mode de réalisation actuellement envisagé de l'invention, la grille d'occupation est une grille spatiale. En conséquence, pour chaque valeur de la vitesse (deux dimensions) il faut stocker une grille d'occupation à deux dimensions. Il s'ensuit qu'il est nécessaire de stocker un grand nombre de données pour disposer d'une représentation précise de l'environnement, i.e. surveiller de larges zones de l'environnement avec un pas de discrétisation fin pour y distinguer les objets. Outre, le problème de la taille mémoire requise, la vitesse de traitement des données est un paramètre crucial dans une application temps réel.

[0045] Selon l'invention, on utilise une structure de données représentant la grille d'occupation mais qui possède une taille mémoire réduite.

[0046] Dans un premier temps, nous allons décrire la manière dont la probabilité d'occupation d'une cellule est mise à jour à l'instant k à partir d'une nouvelle observation. Soit Z une variable aléatoire dont l'ensemble des événements possibles correspond à l'ensemble des mesures possible d'un capteur. Soit P(Z|E_x) la distribution de probabilité conditionnelle sur Z sachant l'état d'occupation E_x de la cellule considérée x. On a alors la distribution conjointe P(Z,E_x) = P(E_x) P(Z|E_x), où p(E_x) correspond à un a priori sur le fait que la cellule x est occupée.

[0047] Pour une nouvelle mesure Z^k et une valeur d'occupation e_x de la cellule x, la règle de Bayes donne :


avec: p (z^k) = p (e_x = 1) p(z^k|e_x =1)+ p(e_x =0)p(z^k|e_x =0)

[0048] La mise à jour de la probabilité d'occupation de cellule x correspond à :

[0049] Lors de la construction d'une grille d'occupation, la série d'observation

est perçue par le système, et on note

[0050] On utilise cette chaîne de mise à jour avec la distribution initiale qui est choisie uniforme puisque aucune information à propos de l'environnement n'est a priori disponible.

[0051] Comme la variable E_x est binaire, on a la relation : p_k ( e_x = 1) = 1 - p_k (e_x = 0) . Il est alors équivalent de stocker en mémoire pour chacune des cellules de la grille la variable q_k définie par :

[0052] En injectant la relation (1) dans la définition ci-dessus, il vient la relation récursive :

[0053] Avantageusement le logarithme de la variable q_k peut être pris en compte de manière à transformer le produit en une somme dans la relation précédente :

[0054] La mise à jour de la variable log(q_k) pour une cellule donnée x, et par voie de conséquence, la mise à jour d'une grille d'occupation équivalent (chaque cellule de cette nouvelle grille comportant la valeur numérique de log(q_k)) est alors une simple opération d'addition à chaque pas temporelle.

[0055] L'avantage de passer par la variable log(q_k) , c'est qu'il est alors facile de compresser la grille d'occupation équivalente en effectuant une transformée en ondelettes, par exemple au moyen d'ondelettes de Haar, puis en supprimant les coefficients de faible amplitude. La notion de transformée en ondelettes est largement décrite dans la littérature et a fait l'objet de nombreuses publications aussi bien scientifiques que de vulgarisation. On notera qu'avantageusement l'espace des signaux transformés en ondelettes est un espace vectoriel, qui est en tant que tel stable par les opérations d'addition et de multiplication par un scalaire. De plus, la transformation en ondelettes est une opération linéaire par rapport au nombre de données, ce qui garantie une exécution rapide de l'algorithme de compression.

[0056] L'algorithme suivant est actuellement envisagé pour mettre en oeuvre cette compression par ondelettes de la grille d'occupation équivalente :

• acquérir les données provenant du capteur à l'instant k sur tout le champ de vue ;
• construire dans le champ de vue, la grille des logarithmes
  
  
• trouver les carrés c de support de fonction d'échelles de Haar maximaux inclus entièrement dans le Champ de vue du capteur ;
• Faire une transformée en ondelettes de la fonction log(q_k (x)) sur chacun des carrés précédemment trouvés : W_c
• Ajouter chaque W_c à la grille d'occupation globale de Haar
• Si le nombre de coefficients est trop important, effectuer une compression non linéaire en enlevant tous les coefficients dont la norme est négligeable par rapport à la norme de toute la représentation.

E. Cas multicapteur

[0057] Il est avantageux d'utiliser plusieurs capteurs pour accroître la robustesse des observations. On peut ainsi s'affranchir des limitations propres à chaque capteur (par exemple un capteur laser fonctionne moins bien par temps de pluie), limiter la dépendance vis-à-vis des défaillances d'un capteur (plusieurs capteurs du même type peuvent être utilisés), et surtout augmenter la précision de la détection d'un objet dans l'environnement en utilisant la redondance des informations.

[0058] Lorsque S capteurs sont utilisés, chacun permettant une mesure z^k_s à l'instant k, l'hypothèse est faite que, connaissant l'état d'une cellule, les observations des différents capteurs sont indépendantes.

[0059] Alors la probabilité conjointe se décompose selon :


où P(Z_i|E_X, X) est le modèle du i^ème capteur tel que décrit en détail précédemment.
Etant donné une série d'observations à l'instant k, Z₁ ... Z_s, la probabilité que la cellule X soit occupée devient :

F - Grille d'occupation et filtres bayésien

[0060] Selon l'invention, les modules de prédiction et d'estimation d'une probabilité d'occupation à l'instant k mettent en oeuvre la notion de filtre bayésien appliqué aux grilles d'occupation. Un filtre bayésien permet de prédire l'évolution temporelle d'un système. Le but est ici de conférer à la grille d'occupation une certaine robustesse lui permettant de tenir compte d'une défaillance d'un capteur ou de l'occultation passagère d'un objet dans l'évaluation du risque.

[0061] D'une manière schématique, nous voulons estimer de manière récursive la probabilité d'occupation d'une cellule à l'instant k. Ceci est fait en deux étapes. Une étape de prédiction dont le but est d'estimer a priori l'état d'occupation de la cellule. Une étape d'estimation dont le but est de calculer la probabilité d'occupation en prenant en compte l'estimation a priori et l'observation instantanée.

[0062] Les variables considérées sont :

• X qui précise sur quelle cellule nous travaillons ;
• E^k_x qui représente l'état de la cellule X à l'instant k ;
• z⁰, ..., z^k = z^0:k qui représentent la série des observations depuis un instant initial.

[0063] Pour l'étape de prédiction, on montre que la probabilité de prédiction s'écrit :


où

est la probabilité d'occupation estimé de la cellule X' à l'instant k-1 ; où

est la probabilité de transition d'un état intermédiaire

quelconque du système à l'instant k-1 vers l'état considéré

i.e. correspond au modèle dynamique du système; et où l'on somme sur l'ensemble des états intermédiaires possibles

[0064] Pour l'étape d'estimation, on montre que la probabilité d'estimation s'écrit :


où apparaît la probabilité du modèle capteur

et la probabilité de prédiction à l'instant k :

[0065] Ces deux équations permettent d'avoir une structure du type boucle prédiction/estimation.

G - Discrétisation non continue des dimensions de vitesse :

[0066] Tout ce qui vient d'être décrit est facilement transposable à une grille d'occupation à plus de 2 dimensions. Il est possible de construire une grille à quatre dimensions, ayant les deux dimensions d'espace X₁ et X₂, comme ce qui vient d'être décrit, auxquelles on ajoute deux dimensions de vitesse X₁' et X₂'. Si le capteur ne donne pas directement une mesure de la vitesse de l'objet détecté, celle-ci peut être calculée à partir de la variation de la position spatiale de l'objet X₁' =Δx₁/Δt et X2'=Δx₂/Δt, par exemple, en prenant le temps d'échantillonnage du détecteur entre deux mesures successives de la position de l'objet comme intervalle de temps Δt. Les dimensions de vitesse sont ensuite discrétisées de manière régulière et continue avec un pas ΔX₁' selon X₁' et ΔX₂' selon X₂'.

[0067] Dans cette approche où l'espace des vitesses est discrétisé de manière continue survient le problème suivant. Soit une grille spatiale associée à une valeur de vitesse X'₀(X₁'₀ et X₂'₀), ci après dénommé plan de vitesse. Soit une cellule de ce plan de vitesse occupée à l'instant k-1 par un objet. Si. la vitesse X'₀ ne correspond pas à un multiple entier du pas de discrétisation spatiale ΔX divisé par l'intervalle de temps Δt, alors, à l'instant k, l'objet n'occupera pas une unique cellule du plan de vitesse mais mordra sur un ensemble de cellules. Or, une cellule de la grille sur laquelle mord un objet est considérée comme occupée. A l'intervalle de temps suivant, ces cellules occupées seront propagées en augmentant encore le volume des cellules occupées. Ainsi l'erreur sur l'état de la grille, due essentiellement à la discrétisation, est amplifiée lors de l'étape de prédiction. L'erreur de discrétisation est croissante et n'est seulement réduite que par la phase d'observation.

[0068] Selon l'invention, dans un premier temps, l'espace cartésien à deux dimensions est discrétisé de manière continue, puis, dans un second temps, le nombre de plans de vitesse possibles est restreint. On ne considère que les plans de vitesse pour lesquels la vitesse peut s'écrire, en fonction des pas de discrétisation Δx₁ et Δx₂ et de l'intervalle d'échantillonnage Δt, de la manière suivante :
X'₁ = p/n (Δx₁/Δt) et X'₂ =q/n (Δx₂/Δt) avec p et q appartenant à l'ensemble des entiers relatifs.

[0069] Ainsi, les mouvements autorisés sont ceux qui font exactement passer une cellule à une autre cellule en un nombre n de fois l'intervalle d'échantillonnage Δt. Un plan de vitesse est une grille spatiale à deux dimensions qui est associé à un triplet (p,q,n) définissant une vitesse.

[0070] On a certes un espace des vitesses discrétisé, mais qui n'est pas continu.
Alors, pour calculer l'intégrale sur l'ensemble des cellules qui intervient dans la détermination de la probabilité d'occupation prédite, une hypothèse de vitesse constante est faite. Selon cette hypothèse, entre deux instants successifs, la vitesse d'un objet est constante et la probabilité de transition est nulle d'un plan de vitesse à un autre. C'est-à-dire que, si la cellule X^k-n(X₁ X₂) du plan de vitesse X'(p/n (Δx₁/Δt), q/n (Δx₂/Δt)) est occupée à l'instant k-n, alors la cellule X^k(X₁+ p/nΔX₁ ; X₂+ q/n Δx₂) sera occupée à l'instant k.

[0071] Inversement, lorsqu'on calcule la probabilité d'occupation prédite de la cellule X^k, par plan de vitesse possible (p,q,n), seule la probabilité d'occupation estimée à l'instant k-n de la cellule X^k-n antécédent de la cellule X^k intervient dans le calcul.

[0072] Avantageusement, à chaque instant d'observation, le facteur 1/n permet de ne considérer le plan de vitesse (p,q,n) qu'à une fréquence 1/n. Ainsi pour un plan de faible vitesse, le calcul de l'intégral ne se fera qu'à une fréquence faible. En revanche, un plan dans lequel se situe un objet à grande vitesse sera observé à une fréquence plus élevée de manière à prendre en considération l'évolution rapide du comportement de cet objet.

[0073] La mise en oeuvre de l'invention se fait de la manière suivante :

Dans un premier temps, une région spatiale (2D) autour d'une cellule centrale X_c type est délimitée ;

un nombre maximum n_max de pas de temps est défini. L'ensemble des cellules de cette région sont celles qui peuvent atteindre la cellule centrale X_c en 1, 2, ... n_max pas de temps.

[0074] L'ensemble des vitesses V_f possibles de la forme (p/n (Δx₁/Δt) , q/n (Δx₂/Δt)) qui permettent à l'une des cellules de cette région de se propager vers la cellule centrale X_c en au plus n_max pas de temps est déterminé ;

[0075] L'ensemble V_f est ensuite découpé en sous-ensembles de vitesses permettant à une cellule de rejoindre en n pas de temps la cellule centrale :

[0076] Puis, à chaque élément (p,q,i) appartenant à l'un des V_fi est associée une grille spatiale à deux dimensions Gⁱ (p,q) . Alors l'antécédent d'une cellule (l, m) de cette grille est la cellule (l-p, m-q).

[0077] Un compteur k, donnant l'indice du pas de temps, incrémenté d'une unité à chaque itération évolue entre la valeur nulle et la valeur correspondant au plus petit commun multiple des nombres 2 et n_max- (En effet, il faut considérer le plus petit commun multiple puisqu'il s'agit d'un ensemble de boucles imbriquées les unes dans les autres). En début de processus, il est instancié à la valeur nulle ; La probabilité d'occupation de la cellule.

[0078] Puis pour i allant de 1 à n_max,
si k est égal à 0 modulo i, alors, pour chacune des grilles d'occupation Gⁱ_(p,q) d'un sous-ensemble V_fi :

• Déterminer la cellule antécédent de la cellule considérée ;
• attribuer la probabilité d'occupation estimée donnée par Gⁱ(p,q) pour ledit antécédent en tant que valeur de la probabilité d'occupation prédite pour la cellule considérée (l'équation 2 ci-dessus) ;
• mettre à jour la grille en déterminant la probabilité d'occupation estimée à partir de la probabilité d'occupation prédite et de la probabilité capteur tenant compte de l'observation à ce pas de temps ;
• puis incrémenter k d'une unité et retourner au début de la boucle.

H - Cas multiobjets

[0079] Dans ce qui précède, seul a été décrit formellement le cas d'un unique objet présent dans l'environnement du véhicule. Dans le cas d'un environnement complexe, il est nécessaire de pourvoir tenir compte de la présence de plusieurs objets dans cet environnement.

[0080] Lorsque plusieurs objets sont détectés, le capteur réalise O observations à l'instant k : Z^k₁, Z^k₂ ... Z^k_o.

[0081] On introduit alors la variable M dite d'association. M est un entier entre 0 et O. Si M=0, alors aucune des observations n'est utilisée pour mettre à jour la probabilité d'occupation de la cellule X. En revanche, si M=i, alors la i^ème observation est utilisée pour mettre à jour la probabilité d'occupation de la cellule X.

[0082] La probabilité conjointe se décompose de la manière suivante :


la valeur de la variable M étant indépendante de l'état E_x et de la cellule X considérée, P(M| Ex X) = P(M) ;
une simplification a été opérée en faisant une hypothèse d'indépendance conditionnelle des différentes observations z_i entre elles connaissant l'état de la cellule considérée.

[0083] Pour l'observation z_i, si M est égal à i, alors la distribution de probabilité à considérer est le modèle capteur dérivé ci-dessus ; en revanche, si M est différent de i, alors une distribution uniforme est choisie (U).

[0084] Dans la présente application, on cherche à déterminer : P(E_xlz₁...z_o x), qui s'écrit, en utilisant la variable M :

[0085] Cette relation est une relation statique, qui est rendu dynamique en introduisant la boucle estimation/prédiction décrite précédemment sur un jeu de variables entre un instant initial 0 et un instant présent k. En particulier la variable d'association M^k, indexée par le temps, permet d'associer à l'estimation de l'état, l'une des O^k observations faites à l'instant k.

[0086] Dans cette modélisation on retrouve l'équation de la prédiction indiquée ci-dessus. En revanche, la relation de l'estimation devient :

[0087] Pour éviter un objet, il faut combiner au calcul de la probabilité d'occupation d'une cellule P(E^k_xX|Z^k) avec une probabilité de risque à collision P(D^k_x|E^k_xX). Ce risque à collision est calculé à partir d'un critère de temps à collision. Il devient alors possible de réguler la vitesse d'un véhicule.

[0088] Bien que l'invention ait été décrite en référence à un mode de réalisation particulier, elle n'est nullement limitée à ce mode de réalisation. Elle comprend tous les équivalents techniques des moyens décrits ainsi que leurs combinaisons qui entrent dans le cadre de l'invention.

Revendications

1. Procédé d'assistance à la conduite d'un véhicule comportant au moins un capteur apte à émettre un signal de sortie indiquant la présence d'au moins un objet dans une zone de détection, ledit procédé comportant les étapes consistant à :

- définir une grille correspondant à la discrétisation en cellules d'un espace des paramètres cinématiques dudit objet par rapport audit véhicule ;
et, à chaque instant k d'échantillonnage :

- déterminer une observation z^k à partir dudit signal de sortie du capteur ; et, pour chaque cellule x de la grille :

- déterminer, à partir de ladite observation z^k, la valeur d'une probabilité capteur P(z^k|E^k_xX) modélisant le comportement dudit capteur ;

- calculer une grandeur d'occupation estimée à l'instant k fonction de la probabilité P(E^k_xX|z^0:k=z⁰...z^k) que ladite cellule x soit dans l'état E^kx à l'instant k, étant données ladite observation z^k ; ladite grandeur d'occupation estimée à l'instant k étant fonction de ladite probabilité capteur P(z^k|E^k_xX) et d'une grandeur d'occupation prédite P(E^k_xX|z^0:k-1=Z⁰...Z^k-1) à l'instant k ;

- déterminer ladite grandeur d'occupation prédite à l'instant k P(E^k_xX|_z^0:k-1=z⁰...z^k-1) fonction de la probabilité que la cellule X considérée soit dans l'état occupé E^k_x à l'instant k;

- évaluer, pour chacune des cellules de la grille, une probabilité de risque à collision à partir de ladite grandeur d'occupation estimée à l'instant k ; et

- émettre un signal de commande d'un actionneur en fonction des probabilités de risque à collision des cellules de la grille de manière à éviter ledit objet détecté;

caractérisé en ce que
les observations depuis un instant initial 0 jusqu'à l'instant k-1; sont prises en compte; ladite grandeur d'occupation prédite à l'instant k étant déterminée en approchant une relation du type :


dans laquelle intervient la probabilité d'occupation estimée à l'instant k-1 pour chacune des cellules X' de la grille, en considérant que la probabilité de transition d'une cellule quelconque vers la cellule considérée est non nulle uniquement pour une cellule dite antécédent de ladite cellule considérée,

2. Procédé selon la revendication 1, caractérisé en ce que ladite grandeur d'occupation est égale à ladite probabilité d'occupation.

3. Procédé selon la revendication 1, caractérisé en ce que ladite grandeur d'occupation est compatible avec une transformation de compression.

4. Procédé selon la revendication 1, caractérisé en ce que, une grille d'occupation étant définit qui associe à chacune des cellules de la grille une première grandeur fonction de la probabilité d'occupation de ladite cellule, une transformation de compression est appliquée sur ladite grille d'occupation pour obtenir une représentation équivalente de ladite grille d'occupation, ladite grandeur d'occupation étant une deuxième grandeur d'occupation associée à ladite représentation équivalente de ladite grille d'occupation.

5. Procédé selon la revendication 3 ou la revendication 4, caractérisé en ce que ladite première grandeur d'occupation estimée à l'instant k est le logarithme du rapport entre la probabilité d'occupation estimée à l'instant k que la cellule considérée soit occupée et la probabilité d'occupation estimée à l'instant k que la cellule considérée soit vide.

6. Procédé selon l'une des revendications précédentes, caractérisé en ce que ladite grille comporte plus de 10 million de cellules.

7. Procédé selon l'une des revendications précédentes, caractérisé en ce que, ladite grille étant une grille spatiale obtenue en discrétisant avec un pas prédéfini l'espace des positions dudit objet, ledit procédé comporte une étape supplémentaire de détermination d'un ensemble de vitesses possibles, lesdites vitesses possibles étant celles qui permettent de passer exactement d'une cellule de la grille à une autre cellule de la grille en un nombre fini n de pas d'échantillonnage.

8. Procédé selon la revendication 7, caractérisé en ce qu'une grille spatiale est associée à chacune desdites vitesses possibles, et en ce que lesdites étapes dudit procédé sont réalisées pour chaque grilles prise indépendamment des autres, une hypothèse de vitesse constante dudit objet détecté étant faite.

9. Procédé selon l'une des revendications 7 à 8, caractérisé en ce que ladite grille spatiale comporte plus de 1 million de cellules.

10. Procédé selon l'une des revendications précédentes, caractérisé en ce que ladite période d'échantillonnage est inférieure à 10ms.

11. Dispositif d'assistance à la conduite d'un véhicule, caractérisé en ce qu'il comporte des moyens adaptés pour mettre en oeuvre le procédé d'assistance à la conduite selon l'une des revendications 1 à 10.

12. Dispositif selon la revendication 11, caractérisé en ce qu'il comporte N processeurs, N étant le nombre de cellules de ladite grille, chacun desdits processeurs fonctionnant en parallèle desdits autres processeurs et calculant à chaque instant k d'échantillonnage la grandeur d'occupation estimée de la cellule X qu'il représente.

Claims

1. Method for aiding the driving of a vehicle comprising at least one sensor able to deliver an output signal indicative of the presence of at least one object in a detection zone, said method comprising the steps of:

- defining a grid corresponding to discretization into cells of a space of kinematic parameters of said object relative to said vehicle;
and, at each sampling time k:

- determining an observation z^k from said output signal of the sensor;
and, for each cell x of the grid:

- determining, from said observation z^k, the value of a sensor probability P(z^k |E^k_xX) modeling the behavior of said sensor;

- calculating an estimated value of occupancy at time k, based on the probability P(E^k_xX |z⁰:k = z⁰... z^k) that said cell x is in state E^k_x at time k, given the observation z^k; said estimated value of occupancy at time k depending on said sensor probability P(z^k|E^k_xX) and on a predicted occupancy value P(E^k_xX | z^0:k-1 = z⁰... z^k-1 at time k;

- determining said predicted occupancy value P(E^k_xX|z^0:k-1 = z0 ... z^k-1) at time k, based on the probability that considered cell x is in state E^k_x at time k;

- evaluating, for each cell of the grid, a collision hazard probability from said estimated value of occupancy at time k;

- outputting a control signal to an actuator based on the collision hazard probabilities of the cells of the grid in order to avoid said detected object,

characterized in that the observations from an initial time 0 to time k-1 are taken into account; said predicted occupancy value at time k being determined by approaching a relation of this type:


in which intervene the estimated probability of occupancy at time k-1 for each of cells X' of the grid, considering that the probability of transition from any cell to the considered cell is not null for only a cell said antecedent to said considered cell.

2. Method according to claim 1, characterized in that said occupancy value is equal to said probability of occupancy.

3. Method according to claim 1, characterized in that said occupancy value is compatible with a compression transform.

4. Method according to claim 1, characterized in that, being defined an occupancy grid which associates with each cell of the grid a first quantity depending on the probability of occupancy of said cell, a compression transform is applied to said occupancy grid to obtain an equivalent representation of said occupancy grid, said occupancy value being a second occupancy value associated with said equivalent representation of said occupancy grid.

5. Method according to claim 3 or claim 4, characterized in that the first estimated value of occupancy at time k is the logarithm of the ratio between the estimated occupancy probability at time k that the considered cell is occupied and the estimated occupancy probability at time k that the considered cell is empty.

6. Method according to any one of preceding claims, characterized in that said grid comprises more than 10 million cells.

7. Method according to any one of preceding claims, characterized in that, said grid being a spatial grid obtained by discretization of the space of positions of said object with a predefined pitch, said method comprises an additional step of determining a set of possible speeds, said possible speeds being the ones that enable to pass exactly from a cell of the grid to another cell of the grid in a finite number n of sampling steps.

8. Method according to claim 7, characterized in that a spatial grid is associated with each one of the possible speeds, and in that said steps of said method are executed for each grid taken separately from the others, a constant speed of said detected object being assumed.

9. Method according to one of claims 7 to 8, characterized in that said spatial grid comprises more than 1 million cells.

10. Method according to any one of preceding claims, characterized in that said sampling period is smaller than 10 ms.

11. Device for aiding the driving of a vehicle, characterized in that it comprises means adapted for implementing the driving aid method according to any one of claims 1 to 10.

12. Device according to claim 11, characterized in that it comprises N processors, N being the number of cells of said grid, each processor working in parallel with the other processors and calculating at each sampling time k the estimated value of occupancy of cell X it represents.

Ansprüche

1. Verfahren zur Fahrzeuglenkhilfe, das mindestens einen Sensor aufweist, der ein Ausgangssignal senden kann, das die Gegenwart mindestens eines Objekts in einer Detektionszone anzeigt,
wobei das Verfahren die folgenden Schritte aufweist:

- Definieren eines Rasters, das der Diskretisierung in Zellen eines Raums der kinematischen Parameter des Objekts in Bezug zu dem Fahrzeug entspricht;
und, in jedem Abtastaugenblick k:

- Bestimmen einer Beobachtung z^k ausgehend von dem Ausgangssignal des Sensors; und, für jede Zelle x des Rasters:

- ausgehend von der Beobachtung z^k Bestimmen des Werts reiner Sensorwahrscheinlichkeit P(z^k|E^k_xX), die das Verhalten des Sensors modelliert;

- Berechnen einer im Augenblick k bestimmten Belegungsgröße, die von der Wahrscheinlichkeit P(E^k_xX|Z^0:K=Z⁰ ... Z^k) abhängt, dass die Zelle x im Augenblick k aufgrund der Beobachtung z^k in dem Zustand E^kX ist; wobei die im Augenblick k geschätzte Belegungsgröße von der Sensorwahrscheinlichkeit P(Z^k | E^k_xX) und einer vorhergesagten Belegungsgröße P(E^k_xX|Z^0:k-1=Z⁰...Z^k-1) im Augenblick k abhängt;

- Bestimmen der im Augenblick k vorhergesagten Belegungsgröße P(E^k_xX| Z^0:k-1=Z⁰...Z^k-1), die von der Wahrscheinlichkeit abhängt, dass die betreffende Zelle X im Augenblick k in dem belegten Zustand E^kx ist,

- für jede der Zellen des Rasters Bestimmen einer Wahrscheinlichkeit der Kollisionsgefahr ausgehend von der im Augenblick k geschätzten Belegungsgröße; und

- Senden eines Steuersignals eines Stellorgans in Abhängigkeit von den Kollisionsgefahrwahrscheinlichkeiten der Zellen des Rasters derart, dass das Objekts vermieden wird; dadurch gekennzeichnet, dass die Beobachtungen seit einem ursprünglichen Augenblick 0 bis zum Augenblick k-1 berücksichtigt werden;

wobei die vorhergesagte Belegungsgröße im Augenblick k bestimmt wird, indem eine Gleichung des folgenden Typs angenähert wird:


in der die im Augenblick k-1 geschätzte Belegungswahrscheinlichkeit für jede der Zellen X' des Rasters eingreift, unter Berücksichtigung, dass die Übergangswahrscheinlichkeit von einer beliebigen Zelle zu der betreffenden Zelle nur für eine so genannte Antezedentzelle der betreffenden Zelle als nicht gleich Null angenommen wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Belegungsgröße gleich der Belegungswahrscheinlichkeit ist.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Belegungsgröße mit einer Kompressionstransformation kompatibel ist.

4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein Belegungsraster definiert wird, der mit jeder der Zellen des Rasters eine erste Größe verbindet, die von der Belegungswahrscheinlichkeit der Zelle abhängt, dass eine Kompressionstransformation auf den Belegungsraster angewandt wird, um eine äquivalente Darstellung des Belegungsrasters zu erzielen, wobei die Belegungsgröße eine zweite Belegungsgröße ist, die mit der äquivalenten Darstellung des Belegungsrasters verbunden ist.

5. Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass die im Augenblick k geschätzte erste Belegungsgröße der Logarithmus des Verhältnisses zwischen der im Augenblick k geschätzten Belegungswahrscheinlichkeit, dass die betreffende Zelle belegt ist, und der im Augenblick k geschätzten Belegungswahrscheinlichkeit, dass die betreffende Zelle leer ist, ist.

6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Raster mehr als 10 Millionen Zellen aufweist.

7. Verfahren nach einem vorhergehenden Ansprüche, dadurch gekennzeichnet, dass, da der Raster ein räumlicher Raster ist, der durch Diskretisieren mit einem vordefinierten Schritt des Raums der Positionen des Objekts erzielt wird, das Verfahren einen zusätzlichen Schritt des Bestimmens einer Einheit möglicher Geschwindigkeiten aufweist, wobei die möglichen Geschwindigkeiten die sind, die es erlauben, genau von einer Zelle des Rasters zu einer anderen Zelle des Rasters in einer finiten Anzahl n von Abtastschritten überzugehen.

8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass ein räumlicher Raster mit jeder der möglichen Geschwindigkeiten verbunden ist, und dass die Schritte des Verfahrens für jeden Raster unabhängig von den anderen ausgeführt werden, wobei eine konstante Geschwindigkeit des erfassten Objekts angenommen wird.

9. Verfahren nach einem der Ansprüche 7 bis 8, dadurch gekennzeichnet, dass der räumliche Raster mehr als 1 Millionen Zellen aufweist.

10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Abtastperiode kleiner ist als 10 ms.

11. Vorrichtung zur Fahrzeuglenkhilfe, dadurch gekennzeichnet, dass sie Mittel aufweist, die das Fahrzeuglenkhilfsverfahren nach einem der Ansprüche 1 bis 10 umsetzen können.

12. Vorrichtung nach Anspruch 11, dadurch gekennzeichnet, dass sie N Prozessoren aufweist, wobei N die Anzahl Zellen des Rasters ist, wobei jeder der Prozessoren parallel zu den anderen Prozessoren funktioniert und in jedem Abtastaugenblick k die geschätzte Belegungsgröße der Zelle X, die er darstellt, berechnet.

Dessins