Abstract FR:

Nous developpons une architecture basee sur les filtres de kalman etendus, qui traite une sequence asynchrone des observations datees. La sequence des dates peut etre non-monotone. Le resultat du traitement est un ensemble de pistes ou vecteurs d'etat avec leurs matrices de covariance associees. Nous concevons une methode pour l'initiation des pistes a partir des observations, utilisant des techniques d'hypotheses multiples propagees sur un seul pas en temps, ainsi qu'un ensemble de criteres asynchrone pour l'initiation d'une piste. Nous presentons egalement une methode pour la terminaison des pistes, qui utilise une distance de mahalanobis modifiee et un critere fonde de la terminaison. Nous developpons aussi des methodes plus specifiques a l'application de navigation d'un vehicule routier. D'abord nous traitons le probleme de suivi compte tenu des angles morts, puis une methode pour la restauration des pistes ayant perdu leurs observations correspondantes. Nous presentons des resultats sur les donnees simulees bruitees, ainsi que des donnees reelles obtenues de la voiture prolab2, un demonstrateur prometheus. Les techniques presentees dans cette these ont ete realisees sur cette voiture et demontrees au grand public en 1994. Dans le dernier chapitre, nous etudions le probleme de la focalisation d'un systeme multi-capteurs utilisant la vision par ordinateur, afin de determiner les regions d'interet a traiter dans les sequences d'images. L'architecture developpee precedemment est utilisee pour formuler ce probleme de determination comme un probleme dynamique de l'allocation des ressources. Nous introduisons l'idee de l'information ou incertitude souhaitee sur une piste et nous formulons le probleme de la minimisation de la difference entre l'incertitude souhaitee et celle observee. Nous presentons des resultats, sur les donnees simulees bruitees, pour deux configurations de capteurs qui montrent une augmentation de la performance du systeme par rapport a l'allocation statique des ressources