Méthodes ensemblistes pour la localisation de véhicules / Olivier Lévêque ; sous la direction de Dominique Meizel

Date :

Editeur / Publisher : [S.l.] : [s.n.] , 1998

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Robots mobiles

Véhicules -- Localisation

Estimation de paramètres

Kalman, Filtrage de

Télémétrie

Classification Dewey : 629.892

Meizel, Dominique (19..-....) (Directeur de thèse / thesis advisor)

Université de Technologie de Compiègne (1972-...) (Organisme de soutenance / degree-grantor)

Résumé / Abstract : Le contexte général de ces travaux de recherche est celui des robots mobiles autonomes appelés à évoluer dans des environnements structurés et partiellement cartographiés en 2D. La problématique de la thèse a trait à l'étude de la fonction de localisation. Le problème de localisation se décompose en deux sous-problèmes l'initialisation et le suivi dynamique. L'initalisation de la localisation est un problème, qui demeure ouvert, à la fois complexe et fondamental pour le développement de l'autonomie du robot. Cet aspect de la fonction de localisation, peu abordé dans la littérature contrairement au problème de suivi dynamique de la localisation pour lequel des méthodes éprouvées sont disponibles, a motivé les travaux rapportés dans ce manuscrit. Le principe de localisation, commun aux différentes méthodes présentées, est fondé sur une analogie mécanique de la mesure télémétrique. La première méthode originale, qui est géométrique, fait appel à un algorithme de fenêtrage issu du domaine de l'infographie. La deuxième méthode de localisation développée met en œuvre une technique statistique d'estimation d'état bien connue, le filtrage de KALMAN étendu. La troisième méthode de localisation est ensembliste à erreur bornée, et s'appuie sur une technique ellipsoïdale d'estimation d'état de modèles linéaires. L'ultime méthode de localisation développée, qui est basée sur l'inversion ensembliste par analyse par intervalles, répond avec efficacité, fiabilité et robustesse au délicat problème d'initialisation de la localisation. Cette approche garantie ne nécessite pas de mise en correspondance a priori entre les mesures et les amers de l'environnement. Cette mise en correspondance est au contraire un produit dérivé de l'application de l'algorithme. Lorsque les mesures se révèlent être ambigues, la méthode génère toutes les différentes hypothèses de localisation qui permettent d'expliquer les mesures. Les quatre méthodes de localisation, présentées dans ce document, ont été validées et comparées au moyen de tests à partir de données simulées et réelles issues des télémètres à ultrasons embarqués sur la plate-forme expérimentale du laboratoire.

Résumé / Abstract : Broadly speaking, the context of these research works is hose or autonomous mobile robots which are designed to move in structured and par tially 2D-mapped environments. The presented thesis consists in studying the localization fonction. The localization problem is decomposed in two subproblems : the initialization and the dynamical tracking of the localization. Initializing the localization is an open problem, which is both complex and fundamental to enhance the robot autonomy. The sight of the localization fonction, that is not very tackle in the literature contrary to localization tracking problem for which experienced technical solutions are available, has motivated the works reported in this manuscript. The localization principle, common to the all different presented methods, is based on a mechanical analogy of the telemetric range measurement. The first original method is geometric and appeals to a clipping algorithm specially suited to our robotic application. The second localization method uses the extended KALMAN filtering which is a widely known statistical state estimation tool. The third localization method is a bounded-error set membership one, that leans on an ellipsoïdal technique of state estimation for linear models. The last developed rnethod, which is based on set inversion via interval analysis, constitutes an efficient, reliable and robust solution to answer to the critical localization initialization problem. In this guaranteed approach, the difficult matching step between the range measurements and the landmarks of the environrnent, that is needed to applicate the previously presented methods, becomes a sub-product of the set inversion localization method. When the telemetric measurements are ambignous, the method produces all the different localization hypotheses which allow to explain the measurements. All the four localization methods described in this document have been validated and compared by means of tests from both simulated data and real ones produced by the ultrasonic range sensors on board the experimental vehicle of the laboratory.