Contribution à la navigation inertielle par filtrage non linéaire et approche floue

Contribution to inertial navigation by nonlinear filtering and fuzzy approach

• Auteur / Autrice : Wassim Khoder
• Direction : Mohammed Benjelloun, Bienvenu Fassinut-Mombot
• Type : Thèse de doctorat
• Discipline(s) : Automatique, traitement du signal et génie informatique
• Date : Soutenance en 2010
• Etablissement(s) : Littoral
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique, signal et image de la Côte d'Opale (Calais, Pas de Calais)

Mots clés

Mots clés contrôlés

Fusion multicapteurs

Logique floue

Filtrage du signal

Magnétométrie

GPS

Navigation par inertie, Systèmes de

Mots clés libres

Navigation hybride

Filtrage non linéaire

Résumé

Les travaux de thèse présentés dans ce mémoire traitent des problèmes de la navigation inertielle par filtrage non linéaire et approche floue. Cette thèse a pour objet la proposition d’algorithmes d’hybridation INS/GPS/MAG. Deux contributions ont été réalisées visant le même objectif: d’une part, le développement d’un nouveau algorithme d’hybridation de la navigation inertielle, noté Q-SUKF, et d’autre part, l’hybridation INS/GPS/MAG dans des scénarios défavorables (multitrajet et masquage des signaux GPS). Le filtre Q-SUKF combine le filtre de Kalman sans parfum à paramètre (SUKF) en utilisant des propriétés de rotation et d’unicité des quaternions (Q) pour représenter l’attitude. Nous avons montré à travers les résultats expérimentaux que le filtre Q-SUKF proposé est bien adapté pour estimer récursivement les états de la navigation à l’aide des capteurs externes qui sont complémentaires et/ou redondants. L’avantage de notre filtre est la facilité de traitement de la fusion de données ainsi que la résolution du problème de temps de latence des capteurs. Dans le cas où le capteur GPS est potentiellement défaillant, le filtre Q-SUKF ne permet pas d’obtenir des résultats de navigation satisfaisants. Pour résoudre ce problème, un filtre, noté (A)(FL)Q-SUKF, a été proposé. Ce filtre est basé sur le Q-SUKF et sur une modélisation floue de type Takagi-Sugeno. Durant les phases où les mesures GPS sont fiables, ce filtre permet d’apprendre les meilleures estimations des paramètres du modèle flou de Takagi-Sugeno. Lors des pannes GPS, le modèle flou fournit des mesures simulées de position et de vitesse afin de permettre au filtre QSUKF de continuer à corriger les erreurs des estimations des paramètres de navigation. Ces deux filtres sont testés sur différentes trajectoires simulées et des résultats statistiques sont présentés permettant d’évaluer l’apport de ces techniques en termes de résultat de navigation.

The works presented in this thesis deals with the problems of the inertial navigation by nonlinear filtering and fuzzy approach. The aim of this thesis is to propose an INS/GPS/MAG hybridization algorithms. Two contributions were carried out having the same aim : firstly, the development of a new hybridization algorithm for inertial navigation, denoted Q-SUKF and secondly, the INS/GPS/MAG hybridization in unfavourable scenarios (multipath and GPS signals outages). Q-SUKF Filter combines the scaled unscented Kalman filter (SUKF) using properties of rotation and unicity of quaternions (Q) to represent the attitude. We showed through the experimental results that the proposed Q-SUKF filter is well adapted to recursively estimate the states of navigation using external sensors which are complementary and/or redundant. The advantage of our filter is the easy treatment of data fusion a well as the resolving of sensors latency times problems. In case of potential failure of GPS, Q-SUKF filter does not give satisfactory navigation results. To solve this problem, a filter, denoted (A)(FL)Q-SUKF, was proposed. This filter is based on Q-SUKF filter and on a Takagi-Sugeno fuzzy model. During the phases where GPS measurements are reliable, this filter can learn the best parameter estimates of the Takagi-Sugeno fuzzy model. When GPS outages, the fuzzy model provides simulated measures of position and velocity to allow the Q-SUKF filter to continue errors correction of navigation parameter estimates. These two filters are then tested for different simulated trajectories and statistics for results are presented and used to assess the contribution of these techniques in terms or result navigation.