| Summary: | La présente étude est motivée principalement par deux facteurs essentiels, le premier étant les défauts principaux des systèmes globaux de positionnement (GPS) en cas d'absence de ligne directe, entre le récepteur et un nombre suffisant de satellites, et le deuxième facteur étant la prolifération des communications inter-véhicules qui permettent le transfert des données de navigation en temps réel. L'objectif premier de la présente étude est donc (le développer un système nouveau qui réduira les incertitudes dues aux défauts (lu GPS en zones de mauvaise couverture, en exploitant la communication inter-véhicules. Ce système permettra d'améliorer les positions des véhicules grâce aux positions d'autres véhicules de leur voisinage, avec lesquels ils sont momentanément en communication et qui possèdent des estimés assez précis de leurs positions. Le cas de trois véhicules circulant dans un voisinage de 400 mètres est étudié. Un véhicule maître circule entre deux autres véhicules qui lui fournissent, positions, angles (le cap, distances, ainsi que les variances correspondantes, effectue la fusion de données pour améliorer l'estimé de sa position. L'algorithme développé pour le traitement de ces données est basé sur le concept de la réduction géométrique (lu volume des ellipsoïdes des incertitudes. L'architecture retenue est établie sur la base (le certaines simplifications qui rendent possible la recherche sous les contraintes matérielles et logicielles imposées. Le système de positionnement collaboratif mis au point dans cette étude fusionne les données de navigation de trois véhicules pour établir une position en deux dimensions plus précise que le premier estimé qu'avait le véhicule maître avant la fusion. Le cadre théorique de ce système a été défini sur la base de la fusion géométrique de données. Les senseurs de positionnement (GPS, centrales à inertie (INS), odomètres, radars etc.) ont tous été simulés sur Matlab et Simulink. Les résultats obtenus montrent que l'approche est très prometteuse; la réduction des incertitudes des estimés de positions est en effet substantielle. Les positions obtenues après collaboration sont plus précises que celles qu'avait le véhicule maître avant collaboration. L'algorithme utilisé dans cette étude s'avère très robuste an point de détecter les anomalies des données de navigation.
|
|---|
