Perception multi-capteurs pour la navigation par satellites en milieu urbain
Institution:
LittoralDisciplines:
Directors:
Abstract EN:
This work deals with the multisensory perception for satellites navigation. The idea is to get a continuous and efficient positioning of the vehicule in urban environment where GPS outages occur. We hybrided a GPS receiver and low-cost dead reckoning sensors. One of the most popular is the odometer which is a sensor available as a standard component in Antilock Brakink System (ABS) of vehicules. When GPS fails, the odometers allow a continuous positioning. We also use a road map database which improves the vehicle positioning. To solve this multisensor fusion problem, we develop a solution based on an “Unscented” Kalman filter and a particle filter that allow a direct integration of the measurements. The originality of this work relies on a modeling of the odometer which is described like a speed sensor. The statistical use of the road map measurements is based on the Mahalanobis metric. Finally, we propose a navigation method when partial GPS outages occur. In this case, the filter also fuses the available pseudo-ranges even if they are not enough to get a GPS positioning.
Abstract FR:
Les travaux de thèse présentés dans ce mémoire portent sur l’étude de la perception multi-capteurs pour la navigation par satellites. La problématique est d’assurer un positionnement continu et efficace du véhicule en milieu urbain où les problèmes de masquages des satellites sont fréquents. Nous avons choisi d’hybrider le capteur GPS avec des capteurs proprioceptifs à faible coût. Notre choix s’est porté sur les odomètres qui sont disponibles en série sur des véhicules grand public. En cas de masquage GPS, les odomètres prennent alors le relais afin d’assurer une localisation continue. On exploite également dans ce système d’aide à la navigation des informations cartographiques qui apportent des connaissances topographiques permettant d’accroître les performances en localisation. Ce problème de fusion d’informations est résolu par des outils d’estimation d’état non-linéaire qui permettent une prise en compte optimale des différentes sources d’informations, notamment à partir des méthodes de filtrage de Kalman « unscented » et particulaire. L’originalité de ce travail repose sur une description de l’odomètre que l’on modélise comme un capteur de vitesse, ce qui permet de prendre en compte les erreurs inhérentes à ce type de capteur. La prise en compte des données cartographiques est faite de manière statistique à partir de la métrique de Mahalanobis. Nous proposons finalement une méthode de navigation en présence de masquages GPS partiels. Dans ce cas, le filtre fusionne les pseudo-distances disponibles même si leur nombre est insuffisant pour fournir une estimation de localisation GPS.