Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
119
Estimation de l’attitude d’un véhicule à partir d’un système de fusion multi-capteurs
basé sur le filtrage particulaire
Hiba Al-Assaad**, Christophe Boucher**, Ali Daher*, Ahmad Shahin* et Jean-Charles Noyer**
**IUT LCO/ULCO–LISIC (France)*UL (Liban)
Email : [email protected]
219
Introduction
• Equation de dynamique
• Equations de mesures GPS, OSM et DEM
Modélisation du problème
• Etape de prédiction
• Etape de correction GPS
• Etape de mise en correspondance OSM
• Etape de triangulation DEM
Estimation de l’attitude du véhicule
• Contexte d'expérimentation
• Estimation de la localisation 3-D
• Estimation de l’attitude
Résultats expérimentaux
Conclusion
Plan
319
Introduction
L'objectif de ce travail est d'estimer la localisation et l'attitude d'unvéhicule terrestre en fusionnant les données GPS, OSM et DEM via unfiltre non linéaire
Ce travail présente les performances en estimation du filtrageparticulaire et des algorithmes probabilistes de mise encorrespondance cartographique pour le suivi d’un véhicule, à l'aide decartes routières numériques afin d'améliorer sa localisation au sol
Nous proposons également une nouvelle méthode de triangulation de données DEM permettant de d’estimer en tout point GPS son élévation MSL correspondante dans le modèle ASTER
Avantages du filtrage particulaire :
- traitement direct des non-linéarités de modèles
- performances en précision d’estimation
419
Modélisation du problème
• Le vecteur d’état est :
• Le mouvement du véhicule est représenté par un ensemble d’équations cinématiques à temps discret :
• Avec :
Equ
atio
n d
e d
ynam
iqu
e d
u
véh
icu
le (
1/2
)
discrétisation des équations de navigation : ∆𝑡 = 1𝑠
bruits blancs gaussiens
519
• En généralisant, on obtient :
Equ
atio
n d
e d
ynam
iqu
e d
u
véh
icu
le (
2/2
)
matrice de dynamique
Modélisation du problème
619
Equ
atio
n d
e m
esu
re d
u
po
siti
on
nem
ent
GP
S
𝑍𝑡+1𝐺𝑃𝑆 =
𝑥𝑡+1𝐺𝑃𝑆
𝑦𝑡+1𝐺𝑃𝑆
𝑧𝑡+1𝐺𝑃𝑆
= ℎ𝐺𝑃𝑆 𝑋𝑡+1 + 𝑉𝑡+1𝐺𝑃𝑆
fonction de mesure GPS (linéaire)
𝑉𝑡+1𝐺𝑃𝑆 ~ 𝑁 0, 𝑅𝑡+1
𝐺𝑃𝑆
Modélisation du problème
719
Equ
atio
n d
e m
esu
re
cart
ogr
aph
iqu
e O
SM
fonction de mesure OSM (non linéaire)
UTM
Modélisation du problème
819
Equ
atio
n d
e m
esu
re d
u
MN
T A
STER
fonction de mesure (non linéaire)UTM
• H est la hauteur entre l’antenne GPS et le sol
• 𝜶𝒕+𝟏 est l’angle de tangage estimé
𝑥𝑡+1𝐷𝐸𝑀 = 𝑥𝑡+1 + 𝒱𝑡+1
𝐷𝐸𝑀,𝑥
𝑦𝑡+1𝐷𝐸𝑀 = 𝑦𝑡+1 + 𝒱𝑡+1
𝐷𝐸𝑀,𝑦
𝑧𝑡+1𝐷𝐸𝑀 = ( 𝑧𝑡+1 −
𝐻
cos 𝛼𝑡+1) + 𝒱𝑡+1
𝐷𝐸𝑀,𝑧
Modélisation du problème
919
Estimation de l’attitude du véhicule
1
2
3
4
5
1019
GP
S re
adin
gs p
roce
ssin
g
Init
ialis
atio
n e
t év
olu
tio
n
des
par
ticu
les
1
• Génération aléatoire de N particules (N = 30000)
avec un poids égal à 1
𝑁:
𝑖=1𝑁 𝑤𝑡
𝑖 = 1• Evolution du vecteur d'état de chaque particule :
𝑋𝑡+1𝑖 = 𝐹 𝑋𝑡
𝑖 + Ω𝑡𝑖
matrice de dynamique bruit blanc gaussien
Estimation de l’attitude du véhicule
1119
GP
S re
adin
gs p
roce
ssin
g
• Nous corrigeons les poids normalisés par la mesure GPS disponible :
• Ensuite, les poids sont normalisés comme suit :
Co
rrec
tio
n à
l’ai
de
du
G
PS
2
𝑤𝑡+1𝑖 =
𝑃 𝑍𝑡+1 𝑋𝑡+1𝑖 )
𝑖=1𝑁 𝑃 𝑍𝑡+1 𝑋𝑡+1
𝑖 )𝑤𝑡𝑖
𝑤𝑡+1𝑖 =
𝑤𝑡+1𝑖
𝑖=1𝑁 𝑤𝑡+1
𝑖
Estimation de l’attitude du véhicule
1219
• Une mesure OSM prédite est calculée :
• Calcul de l'ensemble des projections orthogonales :
• Test du cas d'une route à double sens :
• Calcul de la distance Mahalanobis :
• Minimisation du critère de distance :
• Normalisation des poids
Co
rrec
tio
n à
l’ai
de
de
la
cart
e ro
uti
ère
nu
mér
iqu
e O
SM3
𝑍 𝑡+1 𝑡+1𝑂𝑆𝑀 =
𝑖=1
𝑁
𝑤𝑡+1𝑖 ℎ𝑂𝑆𝑀 (𝑋𝑡+1
𝑖 )
Estimation de l’attitude du véhicule
1319
Co
rrec
tio
n à
l’ai
de
du
m
od
èle
nu
mér
iqu
e d
’élé
vati
on
s A
STER
GD
EM4
• La mesure prédite DEM est calculée par :
• Nous calculons le vecteur normal [𝑛1, 𝑛2] des plans (ABC) et (BCD) :
• Triangulation pour obtenir une mesure d’élévation :
𝑍 𝑡+1 𝑡+1𝐷𝐸𝑀 =
𝑖=1
𝑁
𝑤𝑡+1𝑖 ℎ𝐷𝐸𝑀 (𝑋𝑡+1
𝑖 )
𝐴𝑀 . 𝑛1 = 0 𝐬𝐢 𝑀 ∈ (𝐴𝐵𝐶)
𝐷𝑀 . 𝑛2 = 0 𝐬𝐢 𝑀 ∈ (𝐵𝐶𝐷)
Estimation de l’attitude du véhicule
1419
Esti
mat
ion
des
an
gles
de
tan
gage
et
lace
t5
• Nous estimons le vecteur d'état du véhicule :
• Angle de tangage :
• Angle de lacet:
𝛼𝑡+1 =
𝑖=1
𝑁
𝑤𝑡+1𝑖 arctan(
𝑣𝑡+1𝑧,𝑖
(𝑣𝑡+1𝑥,𝑖 )2+ (𝑣𝑡+1
𝑦,𝑖)2)
𝛽𝑡+1 = −
𝑖=1
𝑁
𝑤𝑡+1𝑖 arctan(
𝑣𝑡+1𝑥,𝑖
𝑣𝑡+1𝑦,𝑖
)
Estimation de l’attitude du véhicule
𝑋 𝑡+1 =
𝑖=1
𝑁
𝑤𝑡+1𝑖 𝑋𝑡
𝑖
1519
Contexte d'expérimentation
• Estimation de la localisation 3-D et de l'attitude d'un véhicule terrestre en fusionnant les données GPS, OSM et DEM
• Récepteur GPS u-blox EVK-6T délivre le positionnement 3-D• Hauteur de l’antenne H=1.55m• Taux de navigation fixé à 1Hz
• Réseau routier OSM
• Modèle numérique d’élévations ASTER GDEM V2
Résultats expérimentaux
1619
Estimation de la localisation 3-D
Erreur 3-D Écarts-types
Positionnement 0,91 m
Vitesse 0,45 m/s
Accélération 0,26 m/s²
Résultats expérimentaux
1719
Écart-type atteint 0,02 rad pour l’angle de tangage
Estimation de l’attitude (1/2)
Résultats expérimentaux
1819
Estimation de l’attitude (2/2)
Résultats expérimentaux
Écart-type atteint 0,13 rad pour l’angle de lacet
1919
Ce travail présente une méthode générale d'estimation de lalocalisation 3-D et de l'attitude basée sur la fusion de données GPS,d'un réseau routier OSM et d'un modèle numérique d’élévationsASTER GDEM2 à travers une modélisation statistique des mesures quiprend en compte leurs différentes précisions
A l'aide du processus de mise en correspondance cartographique etde la méthode TIN, les routes parcourues et les zones DEM sontidentifiées pour corriger l'emplacement au sol et l'altitude MSL duvéhicule
Cette méthode générale peut être utilisée pour intégrer d'autrestypes de données telles que des mesures inertielles pour obtenir uneestimation complète de l'attitude du véhicule qui revêt uneimportance significative comme entrée primaire dans les systèmesde gestion de l'énergie des VEH
Conclusion