Les bases de la robotique mobile : incertitudes

Dans cours

Description

Cette séance de cours couvre les bases de la robotique mobile, en se concentrant sur les incertitudes impliquées dans la localisation. En commençant par le filtre Bayes, l'instructeur explique les filtres Bayes discrets et les filtres à particules. Passant au filtre de Kalman, la séance de cours se penche sur les représentations gaussiennes, la fusion des capteurs et le filtre de Kalman étendu. Les exemples pratiques incluent les scénarios de localisation 1D et 2D, la fusion de capteurs à l'aide d'accéléromètres et de gyroscopes, et l'application du filtre de Kalman étendu dans l'estimation d'orientation.

Connectez-vous pour regarder la vidéo

Enseignant

Source officielle

https://mediaspace.epfl.ch/media/0_26hsjtbq

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Concepts associés (44)

Fonction gaussienne

vignette|Fonction gaussienne pour μ = 0, σ = 1 ; courbe centrée en zéro. Une fonction gaussienne est une fonction en exponentielle de l'opposé du carré de l'abscisse (une fonction en exp(-x)). Elle a une forme caractéristique de courbe en cloche. L'exemple le plus connu est la densité de probabilité de la loi normale où μ est l'espérance mathématique et σ est l'écart type. Les fonctions gaussiennes sont analytiques, de limite nulle en l'infini. La largeur à mi-hauteur H vaut la demi-largeur à mi-hauteur vaut donc environ 1,177·σ.

Accéléromètre

vignette|Un accéléromètre MEMS. vignette|alt=|Un accéléromètre piézoélectrique. Un accéléromètre est un capteur qui, fixé à un mobile ou tout autre objet, permet de mesurer l'accélération non gravitationnelle linéaire de ce dernier. On parle d'accéléromètre même lorsqu'il s'agit en fait de qui calculent les accélérations linéaires selon orthogonaux. Par contre, lorsqu'on cherche à détecter une rotation ou vitesse angulaire, on parle de gyromètre. Plus généralement on parle de centrale à inertie lorsqu'on cherche à mesurer l'ensemble des .

Filtre de Kalman

vignette| Concept de base du filtre de Kalman. En statistique et en théorie du contrôle, le filtre de Kalman est un filtre à réponse impulsionnelle infinie qui estime les états d'un système dynamique à partir d'une série de mesures incomplètes ou bruitées. Le filtre a été nommé d'après le mathématicien et informaticien américain d'origine hongroise Rudolf Kálmán. Le filtre de Kalman est utilisé dans une large gamme de domaines technologiques (radar, vision électronique, communication...).

Gyromètre à fibre optique

Un gyromètre à fibre optique (également appelé par son nom anglais : en ou encore FOG) est un capteur de vitesse angulaire (gyromètre) utilisant un rayon lumineux dans une fibre optique. À la différence du gyromètre laser les rayons ont une cohérence réduite pour éviter les interférences parasites. La lumière faiblement cohérente parcourt un circuit optique dans les deux sens, et l’interférence ne va concerner que les rayons qui ont quasiment le même chemin optique, sur quelques franges seulement, et va dépendre de la vitesse de rotation de l’ensemble.

Pyramide (traitement d'image)

En traitement d'images, la pyramide est une représentation multi-résolution d'une image. Elle permet de modéliser l'image à différentes , depuis l'image initiale jusqu'à une image très grossière. La pyramide d'images est souvent utilisée car elle permet à l'algorithme de traitement d'image de travailler depuis les détails jusqu'au « grossier ». Cet outil est notamment utilisé à des fins de . Les principaux types de construction d'une pyramide d'images sont : Gaussienne Laplacienne Irrégulière Adaptative Il existe deux principaux types de pyramides : passe-bas, et passe-bande.