Fusion de capteurs par algorithmes de Filtre de Kalman Sigma Point SPKF, "UKF" et "CDKF" appliqués à un robot mobile en milieu extérieur. Comparaison avec le Filtre de Kalman Etendu (EKF)

Abstract

Dans ce présent mémoire on a étudié la fusion des données obtenues par les capteurs de position et d’orientation pour estimer la localisation du robot en milieu extérieur à l’aide du Filtre de Kalman Sans Parfums (UKF) puis celui à Différence Centrale (CDKF). Une comparaison des résultats obtenus avec ceux du Filtre de Kalman Etendu (EKF) a été réalisée. Nous supposons un mouvement de robot mobile sur un plan en deux dimensions mesuré par le capteur GPS et l’orientation est mesurée par le capteur compas digital. Divers chemins ont été simulés et les résultats montrent que ces types de filtres de Kalman donnent résultats améliorés par rapport à l’EKF, mais ils nécessitent un réglage fin des matrices d’auto-corrélation des bruits d’état et de mesure