Algorithme de fusion de capteurs à multiples filtres de Kalman

Abstract

Afin de faire l'inspection des surfaces de béton submergées des barrages hydroélectriques, les chercheurs de l'Unité Robotique de l'Institut de recherche d'Hydro-Québec ont développé un véhicule sous-marin télé-opéré. Le véhicule identifie les défauts sur les surfaces des barrages et les reproduit dans un environnement virtuel. Pour ce faire, la position du véhicule doit toujours être connue avec précision. Ce mémoire décrit un algorithme de fusion de capteurs qui utilise de façon optimale l'information en provenance de divers capteurs afin d'obtenir la meilleure estimation possible de la position du véhicule, tant que celui-ci demeure dans un mouvement plan. L'algorithme utilise un répertoire de filtres de Kalman et offre plusieurs avantages importants par rapport au filtre de Kalman traditionnel. Selon les capteurs présents sur le véhicule, un processus de sélection parmi un répertoire de filtres de Kalman permet l'ajout et le retrait de capteurs sans aucune modification aux modèles des filtres. Les filtres sont aussi conçus de façon à traiter les données de façon asynchrone, ce qui permet de recevoir les données des différents capteurs à différentes fréquences et d'en faire une fusion optimale. De plus, l'algorithme autorise la fusion de capteurs redondants en utilisant un processus de fusion de filtres de Kalman. Finalement, une stratégie simple de filtrage adaptatif donne une plus grande flexibilité au système en permettant l'évaluation du niveau de bruit des capteurs pour lesquels ce niveau est imprécis ou inconnu. Des essais en simulation démontrent les performances des différents éléments de la stratégie de fusion de capteurs développée.