Multisensorial perception for outdoor mobile robot localization, application to road vehicules
Perception multisensorielle pour la localisation d'un robot mobile en environnement extérieur, application aux véhicules routiers
Résumé
This thesis report deals with precise and uncorrupted localisation of mobile robots within a road environment associated to a precise numerical map.
Le sujet traité dans cette thèse concerne la localisation précise et intègre de robots mobiles ( de véhicules routiers en l'occurence) dans un environnement routier cartographié. Pour ceci, nous proposons une approche multisensorielle hybridant les capteurs classiquement utilisés dans ce genre d'application (un GPS naturel, un odomètre et un gyromètre) avec un système de vision. Ce dernier, en outre, est capable de déterminer très précisement la pose locale du véhicule sur la chaussée en détectant les marquages signalétiques au sol. Il peut donc par l'intermèdiaire de la carte de l'environnement routier, fournir des informations à la fois redondantes et complémentaires à celles fournies par le GPS. Ainsi, cette combinaison d'informations doit garantir la précision et l'intégrité du système de localisation et ce notamment dans les zones urbaines denses où les informations du GPS ne sont pas forcément fiables. La mise en oeuvre de ce système a été menée dans deux études distinctes. Dans la première, la fusion de données est effectuée par un filtre de Kalman étendu . Dans ce cas, la précision obtenue est quasi-décimétrique, cependant la gestion d'hypothèses multiples dans le cadre autoroutier ou des fortes non-linéarités introduites par le système de vision nuisent fortement à l'intégrité des résultats de localisation. C'est donc tout naturellement, que dans la seconde étude, le filtre de Kalman est remplacé par un filtre particulaire et plus particulièrement par un filtre particulaire génétique. La précision obtenue est ici similaire à la première étude et l'intégrité des résultats de la localisation assurée. En revanche, cette méthode est gourmande en temps de calcul et ne peut être utilisée en temps réel sur les ordinateurs actuels