Méthodes géométriques de fusion de données multi-capteurs pour la robotique mobile et les drones

par Martin Brossard

Projet de thèse en Informatique temps réel, robotique et automatique - Paris

Sous la direction de Silvère Bonnabel.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de Ecole doctorale Sciences des métiers de l'ingénieur (Paris) , en partenariat avec Mathématiques et Systèmes (laboratoire) , CAOR - Centre de CAO et Robotique (equipe de recherche) et de École nationale supérieure des mines (Paris) (établissement de préparation de la thèse) depuis le 01-09-2017 .


  • Résumé

    La thèse traite des algorithmes de fusion de données multi-capteurs pour la navigation (i.e. la localisation) des robots mobiles et drones autonomes. Aujourd'hui l'algorithme dominant est le filtre de Kalman étendu. Une alternative récente, le filtre de Kalman étendu « invariant », a permis d'améliorer considérablement les performances pour certaines applications, notamment à la navigation inertielle haute précision, comme l'ont montré des travaux récents menés en partenariat avec le groupe SAGEM. Ce filtre de Kalman invariant tire parti des symétries du problème, i.e. de la géométrie qui sous-tend les équations de la navigation. La thèse s'inscrit dans la continuité de ces travaux, avec une importante partie théorique consacrée aux propriétés mathématiques et extensions des filtres invariants, et des applications liées à la robotique mobile et à la navigation des drones.

  • Titre traduit

    Geometric methods of multi-sensor data fusion for mobile robotics and Unmanned Aerial Vehicles


  • Résumé

    The thesis considers algorithms for multi-sensor data fusion applied for navigation (i.e. localization) of autonomous mobile robotics and Unmanned Aerial Vehicles (UAVs). Today, the main filtering solution is the Extended Kalman Filter (EKF). One recent alternative, the Invariant EKF, has improved considerably the performances for some applications, particularly the highly accurate inertial navigation, as shown recent works in collaboration with SAGEM. This invariant Kalman filter benefits from the symmetries of the problem, i.e. of the geometry that underlies the navigation equation. The thesis is based on the continuity of these works, with a major theoretical part consecrated to the mathematical properties and extensions of invariant filters, et of applications linking with mobile robotics and navigation for UAVs.