Apport du filtrage particulaire au recalage altimétrique dans un contexte de navigation hybridée

Terrain-aided navigation using particle filtering

• Auteur / Autrice : Mathieu Flament
• Direction : Marie-Eve Davoust
• Type : Thèse de doctorat
• Discipline(s) : Physique
• Date : Soutenance en 2009
• Etablissement(s) : Paris 11
• Partenaire(s) de recherche : autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)

Mots clés

Mots clés contrôlés

Algorithmes

Monte-Carlo, Méthode de

Aéronefs

Résumé

Un système de navigation hybridé associe plusieurs moyens de positionnement afin d'augmenter la précision, la disponibilité, et la fiabilité de l'information délivrée. Cette thèse se focalise sur l'association d'une centrale inertielle et de mesures radio-altimétriques pour la navigation des aéronefs (drones, missiles). La problématique consiste à fusionner de manière optimale les informations inertielles et les mesures du radio-altimètre. Ce problème se formule comme une opération de filtrage non-linéaire, la non-linéarité résultant du profil arbitraire du terrain survolé. On se propose dans le cadre de la thèse d'évaluer les performances de l'algorithme de filtrage particulaire. Cet algorithme, bien qu'encore très peu utilisé pour des applications industrielles à cause de la lourdeur des calculs qu'il engendre, suscite un intérêt croissant avec l'augmentation constante des capacités de calcul des processeurs. Cette étude s'est concentrée à la fois sur le contexte applicatif (principe de la navigation inertielle, modélisation des imperfections des senseurs inertiels, description des algorithmes actuellement utilisés, principe de la mesure radio-altimétrique) et sur la théorie du filtrage particulaire. Ceci a permis de préciser les apports potentiels du filtrage particulaire par rapport aux autres algorithmes plus classiques (filtre à grille, filtre de Kalman étendu, unscented Kalman filter). L'expérience acquise sur les différentes variantes de filtre particulaire a permis de proposer des solutions satisfaisant au mieux le cahier des charges imposé par le contexte applicatif.

A hybrid navigation system combines several positioning means so as to achieve a greater accuracy, availability, and reliability. This study focuses on the association of an inertial navigation system, an on-board radar-altimeter and a digital terrain elevation model. The target application is autonomous aircrafts (UAVs, long-range missiles). The problem consists in combining the inertial data and radio-altimeter measurements in an optimal way. The problem can be expressed as a non-linear filtering operation. The non-linearity is due to the arbitrary shape of the terrain. In this thesis, we propose to assess the performances of the particle filtering algorithm. Although particle filtering is still little used in industrial application because of its heavy computation requirements, it arouses a growing interest as the processors constantly rise in performance. This study describes both the application context (principle of inertial navigation, model of inertial sensor errors, description of commonly used algorithms, principle of radar-altimeter measurements) and the theoretical aspects of particle filtering. It highlights the potential advantages of particle filtering algorithm over the classical ones (grid filtering, extended Kalman filter, unscented Kalman filter). The knowledge acquired on several variants of the particle filter (Rao-blackwellized particle filter, Gaussian particle filter) leads to solutions that meet at best the application constraints.