Stage 3ème année école d'ingénieur ou Master 2
La maitrise de la navigation, c'est-à-dire de l'estimation statistique des position/vitesse/attitude, est vitale dans de nombreuses applications actuelles : drones, véhicules sous-marins, cartographie, etc.
La juste fusion des données des différents capteurs disponibles est essentielle pour délivrer une solution de navigation fiable et performante. Ceci est réalisé classiquement par une généralisation du filtre de Kalman, en l'occurrence un filtre de Kalman inodore pour iXblue. La prise en compte de nouvelles informations, comme la position par rapport à un amer (visuel ou balise) ou l'utilisation de cartes topographique (Modèle Numérique de Terrain) devrait améliorer drastiquement les performances en cas de perte de capteurs de position (GNSS) mais constitue un défi algorithmique : ces mesures sont en général hautement non-linéaires et ne peuvent pas être traitées correctement par les filtres de navigation actuels. Des traitements dédiés existent (filtre à particule ou filtre à points massifs) mais leur intégration dans le filtre de navigation n'est pas triviale : il s'agit d'étendre le filtre iXblue actuel en un filtre marginalisé.
Objectif :
Le but du stage de rechercher, d'implémenter et d'évaluer des algorithmes de filtrage non linéaire marginalisé (filtre particulaire marginalisé et/ou filtre à points massifs marginalisé) qui soit adapté à la navigation, avec la réalisation de tests sur des données simulées et réelles.
Le stage permettra également de se familiariser avec la phénoménologie propre à la navigation inertielle.
La maitrise de la navigation, c'est-à-dire de l'estimation statistique des position/vitesse/attitude, est vitale dans de nombreuses applications actuelles : drones, véhicules sous-marins, cartographie, etc.
La juste fusion des données des différents capteurs disponibles est essentielle pour délivrer une solution de navigation fiable et performante. Ceci est réalisé classiquement par une généralisation du filtre de Kalman, en l'occurrence un filtre de Kalman inodore pour iXblue. La prise en compte de nouvelles informations, comme la position par rapport à un amer (visuel ou balise) ou l'utilisation de cartes topographique (Modèle Numérique de Terrain) devrait améliorer drastiquement les performances en cas de perte de capteurs de position (GNSS) mais constitue un défi algorithmique : ces mesures sont en général hautement non-linéaires et ne peuvent pas être traitées correctement par les filtres de navigation actuels. Des traitements dédiés existent (filtre à particule ou filtre à points massifs) mais leur intégration dans le filtre de navigation n'est pas triviale : il s'agit d'étendre le filtre iXblue actuel en un filtre marginalisé.
Objectif :
Le but du stage de rechercher, d'implémenter et d'évaluer des algorithmes de filtrage non linéaire marginalisé (filtre particulaire marginalisé et/ou filtre à points massifs marginalisé) qui soit adapté à la navigation, avec la réalisation de tests sur des données simulées et réelles.
Le stage permettra également de se familiariser avec la phénoménologie propre à la navigation inertielle.