Multi-sensor PHD filtering with application to sensor management - Archive ouverte HAL Access content directly
Theses Year : 2012

Multi-sensor PHD filtering with application to sensor management

Filtrage PHD multicapteur avec application à la gestion de capteurs

(1)
1

Abstract

The aim of multi-object filtering is to address the multiple target detection and/or tracking problem. This thesis focuses on the Probability Hypothesis Density (PHD) filter, a well-known tractable approximation of the Random Finite Set (RFS) filter when the observation process is realized by a single sensor. The first part proposes the rigorous construction of the exact multi-sensor PHD filter and its simplified expression, without approximation, through a joint partitioning of the target state space and the sensors. With this new method, the exact multi-sensor PHD can be propagated in simple surveillance scenarii. The second part deals with the sensor management problem in the PHD framework. At each iteration, the Balanced Explorer and Tracker (BET) builds a prediction of the posterior multi-sensor PHD thanks to the Predicted Ideal Measurement Set (PIMS) and produces a multi-sensor control according to a few simple operational principles adapted to surveillance activities
Le filtrage multiobjet est une technique de résolution du problème de détection et/ou suivi dans un contexte multicible. Cette thèse s'intéresse au filtre PHD (Probability Hypothesis Density), une célèbre approximation du filtre RFS (Random Finite Set) adaptée au cas où les observations sont le fruit d'un seul capteur. La première partie propose une construction rigoureuse du filtre PHD multicapteur exact et son expression simplifiée, sans approximation, grâce à un partitionnement joint de l'espace d'état des cibles et des capteurs. Avec cette nouvelle méthode, la solution exacte du filtre PHD multicapteur peut être propagée dans des scénarios de surveillance simples. La deuxième partie aborde le problème de gestion des capteurs dans le cadre du PHD. A chaque itération, le BET (Balanced Explorer and Tracker) construit une prédiction du PHD multicapteur a posteriori grâce au PIMS (Predicted Ideal Measurement Set) et définit un contrôle multicapteur en respectant quelques critères opérationnels simples adaptés aux missions de surveillance
Fichier principal
Vignette du fichier
Delande_Emmanuel_DLE.pdf (3.69 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-00688304 , version 1 (17-04-2012)

Identifiers

  • HAL Id : tel-00688304 , version 1

Cite

Emmanuel Delande. Multi-sensor PHD filtering with application to sensor management. Other. Ecole Centrale de Lille, 2012. English. ⟨NNT : 2012ECLI0001⟩. ⟨tel-00688304⟩

Collections

CNRS STAR LAGIS
385 View
211 Download

Share

Gmail Facebook Twitter LinkedIn More