offres d'emploi formations actualités contact accès annuaire intranet
Thèses >

Estimation circulaire multi-modèles appliquée au Map matching en environnement contraint

Karim El Mokhtari - Manuscrit

jeudi 8 janvier 2015 à 14h00

Tanger (Maroc)


La navigation dans les environnements contraints tels que les zones portuaires ou les zones urbaines denses est souvent exposée au problème du masquage des satellites GPS. Dans ce cas, le recours aux capteurs proprioceptifs est généralement la solution envisagée pour localiser temporairement le véhicule sur une carte. Cependant, la dérive de ces capteurs met rapidement en défaut le système de navigation. Pour localiser le véhicule, on utilise dans cette thèse, un magnétomètre pour la mesure du cap dans un repère absolu, un capteur de vitesse et une carte numérique du réseau de routes.

Dans ce contexte, le premier apport de ce travail est de proposer la mise en correspondance des mesures de cap avec la carte numérique (Map matching) pour localiser le véhicule. La technique proposée fait appel à un filtre particulaire défini dans le domaine circulaire et à un préfiltrage circulaire des mesures de cap. On montre que cette technique est plus performante qu’un algorithme de Map matching topologique classique et notamment dans le cas problématique d’une jonction de route en Y. Le deuxième apport de ce travail est de proposer un filtre circulaire multi-modèles CIMM défini dans un cadre bayésien à partir de la distribution circulaire de von Mises. On montre que l’intégration de cette nouvelle approche dans le préfiltrage et l’analyse des mesures de cap permet d’améliorer la robustesse de l’estimation de la direction pendant les virages ainsi que d’augmenter la qualité du Map matching grâce à une meilleure propagation des particules du filtre sur le réseau de routes. Les performances des méthodes proposées sont évaluées sur des données synthétiques et réelles.