Date : 2002
Editeur / Publisher : [S.l.] : [s.n.] , 2002
Type : Livre / Book
Type : Thèse / ThesisLangue / Language : français / French
Véhicules automobiles -- Localisation automatique
Résumé / Abstract : Les travaux présentés dans cette thèse constituent une contribution à l'utilisation de méthodes ensemblistes pour l'estimation d'état et le diagnostic capteurs. Ces méthodes sont mises en oeuvre dans le cas des applications concrètes de la localisation et du diagnostic dynamique d'un véhicule. Après avoir décrit le système ayant servi de support à l'étude et défini un modèle de son comportement, nous présentons une adaptation de la méthode classique de diagnostic basée sur la redondance analytique dans le cas d'une modélisation des bruits à erreurs bornées. cette méthode a été validée sur des données réelles issues de notre démonstrateur. Le deuxième aspect original de ce travail est l'utilisation de méthodes ensemblistes pour l'estimation d'état.Cela nous a conduit à développer des méthodes alternatives qui permettent d'améliorer les temps de calcul de certains algorithmes. Enfin, le développement d'un module d'analyse syntaxique nous a permis de traiter facilement les méthodes à base de propagation de contraintes. Nous avons validé ces méthodes avec des données réelles pour la localisation, et avec des données simulées pour l'estimation de la dérive. De plus, une comparaison de la précision de l'estimation avec le filtrage de Kalman étendu a été réalisée.
Résumé / Abstract : Set-membership methods for diagnosis, state estimation and data fusion The works presented in this thesis constitute a contribution to the use of set-membership methods the state estimation and fault detection and isolation. These methods are used in the actual context of localisation and dynamic diagnosis of a vehicle. After describing the system used in the analysis and defining dynamical model, we expose an adaptation of the classical diagnosis method based on analytical redundancy in the context of a bounded-error modelisation of the noises. This method has been validated with real data coming froID our demonstrator. The second original aspect of this work is the utilization of set-membership methods for state estimation. It has led to the elaboration of alternative methods to improve the mn times of Sallie algorithms. Finally, the development of a syntaxical analysis module allowed us to easily process the methods based on constraint propagation. We have validated these methods with actual data for the localization, and with simulated data for the estimation of the drift. Moreover, a comparison of the accuracy of the estimation with the Extended Kalman Filtering has been realized.